판다 데이터 프레임에서 NaN을 사용하여 행의 정수 인덱스 찾기

판다 데이터 프레임에서 NaN을 사용하여 행의 정수 인덱스 찾기

다음과 같은 판다 데이터 프레임이 있습니다.

                    a         b
2011-01-01 00:00:00 1.883381  -0.416629
2011-01-01 01:00:00 0.149948  -1.782170
2011-01-01 02:00:00 -0.407604 0.314168
2011-01-01 03:00:00 1.452354  NaN
2011-01-01 04:00:00 -1.224869 -0.947457
2011-01-01 05:00:00 0.498326  0.070416
2011-01-01 06:00:00 0.401665  NaN
2011-01-01 07:00:00 -0.019766 0.533641
2011-01-01 08:00:00 -1.101303 -1.408561
2011-01-01 09:00:00 1.671795  -0.764629

NaN이 있는 행의 "정수" 인덱스를 효율적으로 찾을 수 있는 방법이 있습니까?이 경우 원하는 출력은 다음과 같아야 합니다.[3, 6].

더 간단한 솔루션은 다음과 같습니다.

inds = pd.isnull(df).any(1).nonzero()[0]

In [9]: df
Out[9]: 
          0         1
0  0.450319  0.062595
1 -0.673058  0.156073
2 -0.871179 -0.118575
3  0.594188       NaN
4 -1.017903 -0.484744
5  0.860375  0.239265
6 -0.640070       NaN
7 -0.535802  1.632932
8  0.876523 -0.153634
9 -0.686914  0.131185

In [10]: pd.isnull(df).any(1).nonzero()[0]
Out[10]: array([3, 6])

데이터 프레임용df:

import numpy as np
index = df['b'].index[df['b'].apply(np.isnan)]

당신에게 돌려줄 것입니다.MultiIndex다시 인덱싱하는 데 사용할 수 있습니다.df예:

df['a'].ix[index[0]]
>>> 1.452354

정수 인덱스의 경우:

df_index = df.index.values.tolist()
[df_index.index(i) for i in index]
>>> [3, 6]

한 줄 솔루션.그러나 하나의 열에서만 작동합니다.

df.loc[pandas.isna(df["b"]), :].index

그리고 만약 여러분이 모든 열에 대한 'nan'의 좌표를 대신 찾고 싶다면, 다음과 같습니다(모든 열이 숫자라고 가정하면).

df = pd.DataFrame([[0,1,3,4,np.nan,2],[3,5,6,np.nan,3,3]])

df
   0  1  2    3    4  5
0  0  1  3  4.0  NaN  2
1  3  5  6  NaN  3.0  3

np.where(np.asanyarray(np.isnan(df)))
(array([0, 1]), array([4, 3]))

이것이 너무 늦었는지는 모르겠지만 np를 사용할 수 있습니다.다음과 같은 비값의 인덱스를 찾을 수 있는 위치:

indices = list(np.where(df['b'].isna()[0]))

날짜/시간 인덱스가 있고 다음 값을 가지려는 경우:

df.loc[pd.isnull(df).any(1), :].index.values

다음은 몇 가지 방법에 대한 테스트입니다.

%timeit np.where(np.isnan(df['b']))[0]
%timeit pd.isnull(df['b']).nonzero()[0]
%timeit np.where(df['b'].isna())[0]
%timeit df.loc[pd.isna(df['b']), :].index

그리고 그에 상응하는 시기:

333 µs ± 9.95 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
280 µs ± 220 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
313 µs ± 128 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
6.84 ms ± 1.59 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

는 것으로 보입니다.pd.isnull(df['DRGWeight']).nonzero()[0]시간적 측면에서 승리하지만 상위 세 가지 방법 중 어느 것이든 비슷한 성능을 가지고 있습니다.

또 다른 간단한 해결책은list(np.where(df['b'].isnull())[0])

이렇게 하면 각 열의 nan에 대한 인덱스 값이 표시됩니다.

df.loc[pd.isna(df).any(1), :].index

다음은 더 간단한 방법입니다.

df = pd.DataFrame([[0,1,3,4,np.nan,2],[3,5,6,np.nan,3,3]])

inds = np.asarray(df.isnull()).nonzero()

(array([0, 1], dtype=int64), array([4, 3], dtype=int64))

NaN 값을 가진 행의 모든 인덱스를 찾고 있었습니다.
내 작업 솔루션:

def get_nan_indexes(data_frame):
    indexes = []
    print(data_frame)
    for column in data_frame:
        index = data_frame[column].index[data_frame[column].apply(np.isnan)]
        if len(index):
            indexes.append(index[0])
    df_index = data_frame.index.values.tolist()
    return [df_index.index(i) for i in set(indexes)]

데이터 프레임의 이름을 df로 지정하고 관심 열(즉, null을 찾으려는 열)을 'b'로 지정합니다.그런 다음 다음 다음 스니펫은 데이터 프레임에서 원하는 null 인덱스를 제공합니다.

   for i in range(df.shape[0]):
       if df['b'].isnull().iloc[i]:
           print(i)

    index_nan = []
        for index, bool_v in df["b"].iteritems().isna():
           if bool_v == True:
               index_nan.append(index)
    print(index_nan)

이 문제에 대한 빠르고 빠른 해결책은 다음과 같습니다.

# Find the integer index of nulls
nan_idx = np.where(df['column_name'].isnull())[0]

# Find actual index of the nan's
nan_idx = df.iloc[nan_idx].index

간편한 솔루션:

# Find the index of nulls

indx = df[df.isnull()].index

# Find the index of nulls of a column or a group of columns

indx_A = df[df['A'].isnull()].index 

col_list = ['A','B','C']

indx_col_list = df[df[col_list].isnull()].index

A DataFrame개체에 기본 제공 기능이 있습니다.isna()즉, 다음과 같이 해결할 수 있습니다.

하나의 NaN 값으로 인덱스를 반환하기에 충분한 경우:

index_na = df.index[df.isna().any(1)]

모두 NaN이어야 하는 경우:

index_na = df.index[df.isna().all(1)]

첫 번째 사례에 대한 숫자 인덱스를 반환하는 방법

index_na_num = np.where(df.isna().any(1)[0])

언급URL : https://stackoverflow.com/questions/14016247/find-integer-index-of-rows-with-nan-in-pandas-dataframe