如何使用 PANDAS 获取具有 NAN 值的列名并将这些列名存储在列表中？ [复制]

Posted 2023-03-11

【中文标题】如何使用 PANDAS 获取具有 NAN 值的列名并将这些列名存储在列表中？ [复制]

【英文标题】：How to obtain Column Names having NAN values using PANDAS and store those column names in a List? [duplicate]

【发布时间】：2021-05-04 00:19:00

【问题描述】：

我有一个如下的数据框，

df = pd.DataFrame('A': [1, 2, 3, 4, 5],
              'B': [1, Nan, 2, 3, 4],
              'C': [2, 3, Nan, Nan,5],
              'D': [5, 6, 6, 7, 8],
              'E': [Nan, 2, 3, 4, 5])

   A  B     C     D     E       
0  1  1     2     5     Nan       
1  2  Nan   3     6     2  
2  3  2     Nan   6     3  
3  4  3     Nan   7     4  
4  5  4     5     8     5

在这里，我使用df.dropna(axis=1,inplace=True) 删除数据框中具有NAN 的列。 但在删除这些列之前，我需要捕获具有 NAN 值的列并将这些列名存储在 List 中。

例如：在上面的数据框中，我们在 B、C 和 E 列中有 NAN。所以这些列名必须首先存储在列表中 [B,C,E] 然后删除所有这些列。

关于如何将这些列名存储在列表中的任何建议？

【问题讨论】：

@yudhiesh 感谢分享。我得到了问题的答案

【参考方案1】：

我认为应该这样做：

import pandas as pd
import numpy as np

df = pd.DataFrame('A': [1, 2, 3, 4, 5],
              'B': [1, np.nan, 2, 3, 4],
              'C': [2, 3, np.nan, np.nan,5],
              'D': [5, 6, 6, 7, 8],
              'E': [np.nan, 2, 3, 4, 5])

final = df.isna().sum()
listOfColumns = []
for i,j in zip(final,list(df.columns)):
    if i > 0:
        listOfColumns += j
    else:
        pass

print(listOfColumns)

如果您只想检查列中 Null / Nan 值的数量，您可以简单地运行：

df.isna().sum()