pandas 查询每行为缺失值的列名

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本需求需要找出每行的缺失值，缺失值的位置以缺失值所在的列名为标识，我们来用pandas解决这个问题。

数据与需求

以下是源数据：

from io import StringIO
import pandas as pd

data = '''
团队  第一年 第二年
A1  1   
A2  2   16
A3      17
A4  8   20
A5  5   
A6  6   8
A7      
A8  10  23
'''

df = pd.read_csv(StringIO(data), sep='\s+')
df
# ...

团队一列总是有值的，第一年和第二年中有些行的值缺失，需求为新增加一列，展示缺失的列，格式为：

没有缺失：为空，不显示
只有一个缺失，显示如第一年
有两个缺失，显示第一年和第二年

接下来分析一下解决思路。

思路

面对这样的求解每行问题时，我们的思路一般是写一个函数来处理单个行，然后将这个函数用 apply() 应用到所有的行上。

每个行为一个 Series，索引标签为列名，筛选缺失的值再取索引，将索引序列用「和」字符串连接。

代码

我们随机取一个行来编写单行的逻辑，如取索引为6的，因为它有两个缺失内容，方便我们编写代码：

ser = df.iloc[6]
ser
'''
团队      A7
第一年    NaN
第二年    NaN
Name: 6, dtype: object
'''

判断是否为缺失值，得到一个布尔序列：

ser.isna()
'''
团队     False
第一年     True
第二年     True
Name: 6, dtype: bool
'''

来这个布尔序列来抽取数据，筛选出为缺失什的数据：

ser[ser.isna()]
'''
第一年    NaN
第二年    NaN
Name: 6, dtype: object
'''

取结果的索引，就是所有为缺失值的列名序列（是一个索引对象）：

ser[ser.isna()].index
# Index(['第一年', '第二年'], dtype='object')

再将这个序列用「和」连接起来：

'和'.join(ser[ser.isna()].index)
# '第一年和第二年'

最后，将以上操作用 apply() 来调用，为了方便操作，我们将字符连接另起一步操作：

(
    df.assign(foo=df.apply(lambda ser: ser[ser.isna()].index,axis=1))
    .assign(foo=lambda d: d.foo.map('和'.join))
)
'''
   团队   第一年   第二年      foo
0  A1   1.0   NaN      第二年
1  A2   2.0  16.0         
2  A3  17.0   NaN      第二年
3  A4   8.0  20.0         
4  A5   5.0   NaN      第二年
5  A6   6.0   8.0         
6  A7   NaN   NaN  第一年和第二年
7  A8  10.0  23.0         
'''

这样就完成了需求。

（完）

pandas 查询每行为缺失值的列名

数据与需求

思路

代码

相关内容