python - 数据框中非数字和零值单元格的索引

Question

我有一个存储 float 的数据集(比这部分大)。但是有些数据丢失了。如何找到数据丢失或具有非数值的所有索引？我在 SO 上寻找类似的问题，但主要是关于删除行，但之前可能有人问过类似的问题，但我找不到。我需要替换这些值，所以我需要识别它们。

我想获取单元格 [86,2]、[87,2]、[87,3] 的索引。我怎样才能轻松检索它们？

         0       1       2       3       4
85  1645.0  1596.0  1578.0  1567.0  1580.0
86  1554.0  1506.0     0.0  1466.0  1469.0
87  1588.0  1510.0    'ff'       0  1489.0

如果有人需要重新创建示例，我会包含 JSON:

{"0":{"85":1645.0,"86":1554.0,"87":1588.0},"1":{"85":1596.0,"86":1506.0,"87":1510.0},"2":{"85":1578.0,"86":0.0,"87":'ff'},"3":{"85":1567.0,"86":1466.0,"87":0},"4":{"85":1580.0,"86":1469.0,"87":1489.0}}

Answer 1

您可以使用 pd.to_numeric使用可选参数 errors='coerce' 尽可能将数据框中的每个系列转换为数字类型，否则无法转换的值将替换为 NaN 值。然后，您可以在 d 等于 0 或 NaN 的条件下创建掩码 m。现在使用 DataFrame.stack您可以将掩码 m 中的列堆叠到多级索引中，从而创建一个系列 s。现在，过滤值为 True 的这一系列 s。此后，您可以使用 Series.index.tolist() 获取所需的 indices。

使用:

d = df.apply(lambda s: pd.to_numeric(s, errors="coerce"))
m = d.eq(0) | d.isna()
s = m.stack()
indices = s[s].index.tolist()

中间步骤:

# print(d)
         0       1       2       3       4
85  1645.0  1596.0  1578.0  1567.0  1580.0
86  1554.0  1506.0     0.0  1466.0  1469.0
87  1588.0  1510.0     NaN     0.0  1489.0

# print(m)
       0      1      2      3      4
85  False  False  False  False  False
86  False  False   True  False  False
87  False  False   True   True  False

# print(s)
85  0    False
    1    False
    2    False
    3    False
    4    False
86  0    False
    1    False
    2     True
    3    False
    4    False
87  0    False
    1    False
    2     True
    3     True
    4    False
dtype: bool

# print(s[s])
86  2    True
87  2    True
    3    True
dtype: bool

结果:

# print(indices)

[('86', '2'), ('87', '2'), ('87', '3')]