python - 查找行中第一个 NaN 值的索引

Question

我有一个看起来像这样的数据框:

table = pd.DataFrame({'a':[0,0,0,0],
                      'b':[1,1,1,3,],
                      'c':[2,2,5,4],
                      'd':[3,np.NaN,6,6],
                      'e':[4,np.NaN, 7,8],
                      'f':[np.NaN,np.NaN,np.NaN,10,]}, dtype='float64')


    a   b   c   d   e   f
0   0.0 1.0 2.0 3.0 4.0 NaN
1   0.0 1.0 2.0 NaN NaN NaN
2   0.0 1.0 5.0 6.0 7.0 NaN
3   0.0 3.0 4.0 6.0 8.0 10.0

对于每一行，我试图找到第一个 NaN 值的列索引。这样我就可以将该值存储在一个变量中以供以后使用。

到目前为止，我尝试了这段代码，但它并没有给我我想要的东西。我不想要一个数组，只想要一个值。

for i in table.itertuples():
    x = np.where(np.isnan(i))
    print(x)

(array([6]),)
(array([4, 5, 6]),)
(array([6]),)
(array([], dtype=int64),)

提前感谢您的任何评论/建议!

Answer 1

检查na，逐行获取最大值索引，筛选掉完全没有na的行。

table.isna().idxmax(1).where(table.isna().any(1))

#0      f
#1      d
#2      f
#3    NaN
#dtype: object

或者如果您需要列索引，正如@hpaulj 所评论的，您可以使用argmax:

import numpy as np
is_missing = table.isna().values
np.where(is_missing.any(1), is_missing.argmax(1), np.nan)

# array([ 5.,  3.,  5., nan])