Question

我有一个从Excel工作表中提取的数据框。

我要查找不合法的行。

合法行满足以下任一条件：

恰好填充了1列，但其他列为空或为空
恰好填充了2列，但其他列为空或为空
完全填充了8列

因此，非合法行与上述内容相反，例如：

填充了8列中的7列，但其中一列是空的
8列中的6列已填写，但两列中的任何一个都为空等等...

我感兴趣的8列是：A，B，D，E，F，G，I，L列。

我只想返回那些不合法的行。

我知道如何查找特定列中为空的行，但不确定如何根据上述条件查找不合法的行。

    empty_A = sheet[sheet[sheet.columns[0]].isnull()]
    empty_B = sheet[sheet[sheet.columns[1]].isnull()]
    empty_D = sheet[sheet[sheet.columns[3]].isnull()]
    empty_E = sheet[sheet[sheet.columns[4]].isnull()]
    empty_F = sheet[sheet[sheet.columns[5]].isnull()]
    empty_G = sheet[sheet[sheet.columns[6]].isnull()]
    empty_I = sheet[sheet[sheet.columns[8]].isnull()]
    empty_L = sheet[sheet[sheet.columns[11]].isnull()]
    print(empty_G)

更新：

我使用list comprehension

解决了

Answer 1

df.loc[(df.isna().sum(axis=1)==0) | (df.isna().sum(axis=1)==7) | (df.isna().sum(axis=1)==6)]

Answer 2

如果您已经填充了数据框，则可以这样做

jupyter notebook

Answer 3

似乎您想计算这8个特定列中的空值数量，并根据找到的空值选择行。该措辞建议根据总和进行选择。大多数熊猫操作默认执行列式操作，因此您需要将sum()告诉perform the sum for each row by using axis="columns"，如下所示：

# This is a series indexed like df.
# It counts the number of null values in the given columns.
n_null = df[["A", "B", "D", "E", "F", "G", "I", "L"]].isnull().sum(axis="columns")

# This selects the rows where n_null has certain values.
df_notlegit = df.loc[n_null.isin([8, 5, 4, 3, 2])]

# This is another way to do it.
df_nonlegit = df.loc[(n_null > 1) & (n_null < 9)]

如何根据数据框的条件选择列中缺少值的行？

3 个答案: