python - 识别缺失值并返回包含这些值的列表

Question

我对编码还很陌生，最近我在工作中完成了一个非常小的 Pandas 类(class)，这门类(class)的一部分是考虑一个我们想要改进的项目。我希望能够从 CSV 或 Excel 文件中识别表格中的缺失值，然后列出这些缺失值。导入的 CSV 文件示例:

Company 2016 2015 2014 2013 2012 2011 2010

AAPL US 31 NaN 21.0 3.0 NaN 80.0 7

MSFT US 72 8.0 67.0 NaN 93.0 30.0 37

SNAP US 51 NaN NaN 7.0 33.0 16.0 44

FB US 49 56.0 33.0 97.0 NaN NaN 98

进入:

AAPL US, 2015, 2012

MSFT US, 2013

SNAP US, 2015, 2014

FB US, 2012, 2011

我知道如何计算它们等等，但我希望看到某种形式的最终列表。

谢谢!

Answer 1

第一个set_index , 通过 isnull 检查 NaNs最后生成 list s by apply with filtering:

df = (df.set_index('Company')
        .isnull()
        .apply(lambda x : x.index[x].tolist(), 1)
        .reset_index(name='val'))
print (df)
   Company           val
0  AAPL US  [2015, 2012]
1  MSFT US        [2013]
2  SNAP US  [2015, 2014]
3    FB US  [2012, 2011]

或者如果想要字符串:

df = df.set_index('Company')
s = np.where(df.isnull(), ['{}, '.format(x) for x in df.columns], '')
df = pd.Series([''.join(x).strip(', ') for x in s], index=df.index).reset_index(name='val')
print (df)
   Company         val
0  AAPL US  2015, 2012
1  MSFT US        2013
2  SNAP US  2015, 2014
3    FB US  2012, 2011