选择具有 nan 值的行 Python

在Python中，NaN指的是“Not a Number”，是一种特殊的浮点数，它通常表示一个无效或未定义的数值。如果您的数据集包含NaN值，您可能需要选择具有这些值的行。以下是几种方法：

方法1：使用pandas

如果您正在使用pandas数据帧，您可以使用以下代码选择包含NaN值的行：

import pandas as pd
import numpy as np

# 创建一个包含NaN值的DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [5, np.nan, np.nan, 8],
                   'C': [9, 10, 11, 12]})

# 选择包含NaN值的行
nan_rows = df[df.isnull().any(axis=1)]

print(nan_rows)

这将输出以下结果：

     A    B   C
2  NaN  NaN  11

方法2：使用numpy

如果您具有NumPy数组，您可以使用以下代码选择包含NaN值的行：

import numpy as np

# 创建一个包含NaN值的数组
arr = np.array([[1., 2., np.nan],
                [4., np.nan, np.nan],
                [7., 8., 9.]])

# 找到包含NaN值的行的索引
nan_rows_idx = np.where(np.isnan(arr).any(axis=1))[0]

# 选择包含NaN值的行
nan_rows = arr[nan_rows_idx, :]

print(nan_rows)

这将输出以下结果：

array([[4., nan, nan]])

方法3：使用列表推导式

如果您不想使用pandas或NumPy，您可以使用以下代码选择包含NaN值的行：

# 创建一个包含NaN值的列表
lst = [[1, 2, float('nan')],
       [4, float('nan'), float('nan')],
       [7, 8, 9]]

# 找到包含NaN值的行
nan_rows = [row for row in lst if any(np.isnan(row))]

print(nan_rows)

这将输出以下结果：

[[4, nan, nan]]

无论您选择哪种方法，选择具有NaN值的行时请务必小心，并记住处理完NaN值后进行进一步的数据分析。