पांडा डेटाफ्रेम में NaN के साथ पंक्तियों के पूर्णांक सूचकांक का पता लगाएं

Question

मेरे पास इस तरह से एक पांडा डेटाफ़्रेम है:

                    a         b
2011-01-01 00:00:00 1.883381  -0.416629
2011-01-01 01:00:00 0.149948  -1.782170
2011-01-01 02:00:00 -0.407604 0.314168
2011-01-01 03:00:00 1.452354  NaN
2011-01-01 04:00:00 -1.224869 -0.947457
2011-01-01 05:00:00 0.498326  0.070416
2011-01-01 06:00:00 0.401665  NaN
2011-01-01 07:00:00 -0.019766 0.533641
2011-01-01 08:00:00 -1.101303 -1.408561
2011-01-01 09:00:00 1.671795  -0.764629

क्या NaNs के साथ पंक्तियों के "पूर्णांक" सूचकांक को खोजने का एक कुशल तरीका है? इस मामले में वांछित आउटपुट होना चाहिए [3, 6]।

Comments

यदि आप सिर्फ नान के साथ पंक्तियों का चयन करना चाहते हैं, तो आप कर सकते हैंdf[np.isnan(df['b'])]

— आलसी 1

@ Lazy1 से ऊपर के बाद - उपयोग करने के बजाए numpy's isnanआप भी उपयोग कर सकते हैंdf['b'].isnull()

— jmetz

Answer 1

डेटाफ़्रेम के लिए df:

import numpy as np
index = df['b'].index[df['b'].apply(np.isnan)]

तुम वापस दे देंगे MultiIndexकि तुम वापस सूचकांक में उपयोग कर सकते हैं df, जैसे:

df['a'].ix[index[0]]
>>> 1.452354

पूर्णांक सूचकांक के लिए:

df_index = df.index.values.tolist()
[df_index.index(i) for i in index]
>>> [3, 6]

Comments

ixध्वनियों के रूप में सहज ज्ञान युक्त , कुछ कारणों से ऐसा लगता है कि यह इसके पक्ष में पदावनत किया गया हैiloc

— इलायची

Answer 2

यहाँ एक सरल उपाय है:

inds = pd.isnull(df).any(1).nonzero()[0]

In [9]: df
Out[9]: 
          0         1
0  0.450319  0.062595
1 -0.673058  0.156073
2 -0.871179 -0.118575
3  0.594188       NaN
4 -1.017903 -0.484744
5  0.860375  0.239265
6 -0.640070       NaN
7 -0.535802  1.632932
8  0.876523 -0.153634
9 -0.686914  0.131185

In [10]: pd.isnull(df).any(1).nonzero()[0]
Out[10]: array([3, 6])

Comments

मैंने इसका उपयोग करके समाप्त कर दिया:np.where(df['b'].notnull())[0]

धन्यवाद, .nonzero()[0]से बेहतर है [i for i, k in enumerate(mask) if k]।)

— 6

आप शायद इसे और सरल बना सकते हैं:r, _ = np.where(df.isna())

— cs95

जोड़ने के .to_numpy()लिए सबसे पहले सुन्न सरणी में -pd.isnull(df).any(1).to_numpy().nonzero()

— 7bStan

Answer 3

एक लाइन समाधान। हालाँकि यह केवल एक कॉलम के लिए काम करता है।

df.loc[pandas.isna(df["b"]), :].index

Comments

यह वही है जिसे मैं देख रहा था। मैंने इसे list(...)इस तरह से लपेटकर एक सूची में शामिल किया :list(df.loc[pandas.isna(df["b"]), :].index)

— डैनियल बटलर

Answer 4

और अगर आप सभी स्तंभों के बदले 'नान' के निर्देशांक ढूंढना चाहते हैं, तो (यदि वे सभी संख्यात्मक हैं), यहां आप जाते हैं:

df = pd.DataFrame([[0,1,3,4,np.nan,2],[3,5,6,np.nan,3,3]])

df
   0  1  2    3    4  5
0  0  1  3  4.0  NaN  2
1  3  5  6  NaN  3.0  3

np.where(np.asanyarray(np.isnan(df)))
(array([0, 1]), array([4, 3]))

Answer 5

पता नहीं अगर यह बहुत देर हो चुकी है, लेकिन आप np.where का उपयोग गैर मूल्यों के सूचकांकों को खोजने के लिए कर सकते हैं जैसे:

indices = list(np.where(df['b'].isna()[0]))

Answer 6

यहाँ कुछ तरीकों के लिए परीक्षण हैं:

%timeit np.where(np.isnan(df['b']))[0]
%timeit pd.isnull(df['b']).nonzero()[0]
%timeit np.where(df['b'].isna())[0]
%timeit df.loc[pd.isna(df['b']), :].index

और उनके संगत समय:

333 µs ± 9.95 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
280 µs ± 220 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
313 µs ± 128 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
6.84 ms ± 1.59 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

ऐसा प्रतीत होता है कि pd.isnull(df['DRGWeight']).nonzero()[0]समय के संदर्भ में दिन जीतता है, लेकिन शीर्ष तीन तरीकों में से किसी में भी तुलनात्मक प्रदर्शन होता है।

Answer 7

मामले में आपके पास डेटाइम इंडेक्स है और आप मान रखना चाहते हैं:

df.loc[pd.isnull(df).any(1), :].index.values

Answer 8

एक और सरल उपाय है list(np.where(df['b'].isnull())[0])

Answer 9

यहाँ एक और सरल लेना है:

df = pd.DataFrame([[0,1,3,4,np.nan,2],[3,5,6,np.nan,3,3]])

inds = np.asarray(df.isnull()).nonzero()

(array([0, 1], dtype=int64), array([4, 3], dtype=int64))

Answer 10

मैं NaN मूल्यों के साथ सभी अनुक्रमित पंक्तियों की तलाश में था।
मेरा काम समाधान:

def get_nan_indexes(data_frame):
    indexes = []
    print(data_frame)
    for column in data_frame:
        index = data_frame[column].index[data_frame[column].apply(np.isnan)]
        if len(index):
            indexes.append(index[0])
    df_index = data_frame.index.values.tolist()
    return [df_index.index(i) for i in set(indexes)]

Answer 11

बता दें कि डेटाफ्रेम का नाम df है और ब्याज का कॉलम (यानी जिस कॉलम में हम नल खोजने की कोशिश कर रहे हैं ) 'b' है । फिर निम्नलिखित स्निपेट डेटाफ़्रेम में अशक्त वांछित सूचकांक देता है:

   for i in range(df.shape[0]):
       if df['b'].isnull().iloc[i]:
           print(i)