python Pandas : Check if all columns in rows value is NaN

Question

如果我的问题已经得到解答，请接受我的道歉。我试图找到一个解决方案，但我能找到的只是为数据框中的所有 NaN 删除解决方案。我的问题是我有一个包含 6 列和 500 行的数据框。我需要检查任何特定行中的所有值是否都是 NaN，以便我可以将它们从我的数据集中删除。下面的示例第 2、6 和 7 行包含从 col1 到 col6 的所有 Nan:

    Col1    Col2    Col3    Col4    Col5    Col6
    12      25      02      78      88      90
    Nan     Nan     Nan     Nan     Nan     Nan
    Nan     35      03      11      65      53
    Nan     Nan     Nan     Nan     22      21
    Nan     15      93      111     165     153
    Nan     Nan     Nan     Nan     Nan     Nan
    Nan     Nan     Nan     Nan     Nan     Nan
    141     121     Nan     Nan     Nan     Nan

请注意，顶行只是标题，从第 2 行开始我的数据。如果有人能在正确的方向上帮助我解决这个难题，我将不胜感激。

还有我的第二个问题是，在删除所有列中的所有 Nan 之后，如果我想删除缺少 4 或 5 列数据的行，那么最好的解决方案是什么。

最后一个问题是，是否可以在删除 Nan 最多的行之后如何在剩余的行(例如 450 行)上创建箱线图？

我们将不胜感激。

问候，

Answer 1

对于那些搜索因为想知道问题标题的人:

Check if all columns in rows value is NaN

一个简单的方法是:

df[[list_of_cols_to_check]].isnull().apply(lambda x: all(x), axis=1) 

---

import pandas as pd
import numpy as np


df = pd.DataFrame({'movie': [np.nan, 'thg', 'mol', 'mol', 'lob', 'lob'],
                  'rating': [np.nan, 4., 5., np.nan, np.nan, np.nan],
                  'name':   ['John', np.nan, 'N/A', 'Graham', np.nan, np.nan]}) 
df.head()

---

检查所有列是否为 NaN:

cols_to_check = df.columns
df['is_na'] = df[cols_to_check].isnull().apply(lambda x: all(x), axis=1) 
df.head() 

---

检查“name”、“rating”列是否为 NaN:

cols_to_check = ['name', 'rating']
df['is_na'] = df[cols_to_check].isnull().apply(lambda x: all(x), axis=1) 
df.head()