在數據框中找到包含所有nan的列

in dataframe df如何在分組行後找到包含所有nan的列？在數據框中找到包含所有nan的列

In [97]: df 
Out[97]: 
    a b group 
0 NaN NaN a 
1 0.0 NaN a 
2 2.0 NaN a 
3 1.0 7.0 b 
4 1.0 3.0 b 
5 7.0 4.0 b 
6 2.0 6.0 c 
7 9.0 6.0 c 
8 3.0 0.0 c 
9 9.0 0.0 c

在這種情況下所希望的輸出應是組：一 - 列：乙

來源

2017-08-11 gabboshow

使用set_index由第一分組列，然後通過isnull找到所有NaN秒。

然後groupby和集合all。最後由stack重塑和創造新的DataFrame與所有組和列名：

print (df.set_index('group').isnull().groupby('group').all()) 
      a  b 
group    
a  False True 
b  False False 
c  False False

a = df.set_index('group').isnull().groupby('group').all().stack() 

b = pd.DataFrame(a[a].index.values.tolist(), columns=['group','cols']) 
print (b) 
    group cols 
0  a b

來源

2017-08-11 15:08:41 jezrael

是它可以過濾只有真正的... – gabboshow

是的，給我時間嗎？。 – jezrael

我嘗試用輸出創建新的'df'。 – jezrael

試試這個？

df.groupby('group').sum().unstack()[df.groupby('group').sum().unstack().isnull()].reset_index() 

    level_0 group 0 
0  b  a NaN

來源

2017-08-11 15:15:37 Wen

您是否正在尋找？即獲得組名稱和值列，作爲全南值

vals = [(i['group'].iloc[0],i.columns[i.isnull().all()].tolist()) for _,i in df.groupby('group')]

輸出：

 
[('a', ['b']), ('b', []), ('c', [])]

來源

2017-08-11 15:34:25 Dark

在數據框中找到包含所有nan的列

回答

相關問題