从一组选定的行中获取NaN值的索引

Question

我有一个这样的数据框，

    ID   Cus_ID cl_id
0   5.0  200    0
1   NaN  200    0
2   NaN  200    1
3   14.0 200    2
4   15.0 200    2
5   16.0 200    2
6   NaN  200    3

从上面的数据框中，我想提取第0至4行，并检查“ ID”列中是否有任何值具有NaN值。我尝试过了

rows_needed = [0,1,2,3,4]

df.iloc[rows_needed,0].isnull().index.tolist()

但是我得到以下内容，

[0, 1, 2, 3, 4]

我希望获得[1,2]的索引。如何获得所需的输出？

当我这样做时，

df.iloc[rows_needed,0].isnull()

我明白了

0    False
1     True
2     True
3    False
4    False
Name: ID, dtype: bool

不知道我在哪里犯了错误，没有得到我的输出。

Answer 1

您非常接近，您需要做的是将.iloc和.loc链接到==TRUE以获得结果

your_indices = (df.iloc[rows_needed]
                .loc[df.ID.isnull()==True]
                .index.tolist())

print(your_indices)
[1, 2]

Answer 2

让我们将其链接到loc只会选择结果产量True out

rows_needed = [0,1,2,3,4]
df.iloc[rows_needed,0].isnull().loc[lambda x : x].index.tolist()
Out[240]: [1, 2]

Answer 3

为清晰起见，请执行两个步骤。切片，然后根据该切片进行遮罩。

---

u = df.iloc[rows_needed, 0]

u[u.isnull()].index.tolist()

[1, 2]

Answer 4

您可以将index.symmetric_different与dropna一起使用，以查找那些不是NaN的索引，如下所示：

df.iloc[rows_needed,0].dropna().index.symmetric_difference(rows_needed).tolist()

或

(df.iloc[rows_needed,0].dropna().index ^ rows_needed).tolist()

Out[684]: [1, 2]