1

Estoy intentando aprender y coger soltura con pandas (cosa que me está costando). Yo tengo un dataframe similar a este:

introducir la descripción de la imagen aquí

Si yo quiero saber si hay algún valor NaN, None o NaT en el conjunto aplico el siguiente código.

t = df.isnull().any().any()
print t

Si lo quiero saber por columnas aplico este,

r = df.isnull().any()
print r

Si lo quiero saber valor a valor,

a = df.isnull()
print a

Pero ¿Y si quiero saber que filas tienen al menos un valor perdido? Es decir, que me muestre que filas tienen NaN, None o NaT.

No consigo nada coherente, todas las pruebas me han llevado a error o a los casos anteriores.

EDITO

¿Y si lo que quiero es saber que filas tienen más de un valor perdido entre sus diferentes columnas? Por ejemplo, saber que filas (muestras) tienen entre todas sus columnas 2 o más valores perdidos.

Cómo ya ha respondido antes Abulafia, para saber si una fila tiene un valor perdido aplico,

df.isnull().any(axis=1)`

Se me ocurre que (pero no funciona),

df[df.isnull().any(axis=1)>1]

1 respuesta 1

1

Como indicas en la pregunta, el resultado de:

df.isnull()

es un dataframe con tantas filas y columnas como df, pero cuyos valores son booleanos: True en las casillas en que había un NaN o equivalente, y False en las demás.

A este dataframe se le puede aplicar el método .any() que lo examina por defecto por columnas. El resultado será una Serie (unidimensional) con tantos elementos como columnas tenía df, siendo su índice el nombre de cada columna y sus valores un True en los elementos que representan a columnas que contienen algún True.

Pero lo que no sabías es que a .any() se le puede pasar un parámetro para que opere por filas en lugar de columnas:

df.isnull().any(axis=1)

En este caso el resultado es una Serie (unidimensional) con el mismo index que el df original y con valores booleanos que son el resultado de aplicar any() a cada fila.

5
  • ¡¡¡Genial!!, y corrígeme si me equivoco pero cómo me has enseñado esta mañana, si solo quiero mostrar los resultados positivos haría print(a[a]) donde a=df.isnull().any(axis=1)
    – Lleims
    el 10 dic. 2018 a las 21:24
  • 1
    @NEA Efectivamente!
    – abulafia
    el 10 dic. 2018 a las 21:26
  • Disculpa no se si he hecho bien en reformular el post o si debería haber hecho uno nuevo, pero sigo probando diferentes cosas a ver si le pillo el truco a Pandas (perdón por ser tan pesado)
    – Lleims
    el 11 dic. 2018 a las 13:21
  • @NEA Respecto a tu edición, a = df.isnull().sum() y luego a[a>1]. Pero no me caben las explicaciones, si las necesitas haz una nueva pregunta :-)
    – abulafia
    el 11 dic. 2018 a las 17:05
  • Hice una nueva pregunta :S
    – Lleims
    el 11 dic. 2018 a las 18:03

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.