Question

我正在遍历一些数据，如果该列不包含任何NaN，我想将其与我的主df合并。但是出于某种原因，.isna().any()只能在我单独查看该列时才在循环中无法使用。

我的代码当前为：

if df[Stock].isna().any() is False:
    total_df = total_df.merge(df[['Date', Stock]], on='Date', how='left')
else:
    pass

就我而言，这应该过滤掉任何包含NaN的列。但是，事实并非如此，它基本上什么也没有做，因为完成我的df既包含NaN列，也包含我实际想要的列。我也尝试过==True，但无济于事。当我使用print(df[Stock].isna().any())检查知道有事实的列时，程序正确地返回True。所以我的问题是，为什么这样不能循环工作？

我已经盯着看了好几个小时了，可能我正在做一件令人难以置信的愚蠢的事，所以可能需要一双新鲜的眼睛，但我真的很沮丧。干杯

编辑：

所以，对于价值而言，当我用NaN来计算每列的总和时，它将返回一个实际数字。因此，当我手动检查nan时，大熊猫似乎并没有意识到df的含义。但是，我必须对pd.to_numeric数据进行df，然后再执行循环，否则以后将无法对价格数据进行任何数学运算。这可能会影响事物吗？

Answer 1

错误是使用is。

df[Stock].isna().any() is False:

其结果始终为False，不会合并任何内容。但是，如果您使用：

if not df[col].isna().any():

或

df[Stock].isna().any() == False:

有效。

详细原因in this post。 is不等于==。

Answer 2

没有您的代码，我无法对其进行测试，但是请尝试将这段代码放入for循环中。不确定['Date'，'column']应该使用引号还是不使用引号，但请同时尝试。

for column in df:
    if df[column].isna().any() is False:
        total_df = total_df.merge(df[['Date', 'column']], on='Date', how='left')

熊猫.isna（）循环时未被拾取

2 个答案: