pandas中sort_values后筛选列行为异常及排序列名获取咨询

问题1：排序后筛选列出现异常的原因 #

当你执行data.isna().sum().sort_values()时，得到的是一个按缺失值数量重新排序后的Series——它的索引还是原数据的列名，但顺序已经被打乱了。而你用data.columns[xxx > 0]提取列名时，本质是用xxx > 0生成的布尔数组，去匹配data.columns的原始顺序。布尔数组的位置对应排序后Series的行位置，和原列的位置完全不匹配，自然会提取到错误的列名。

举个直观的例子：排序后的Series里，Car对应的布尔值是True，但这个True在布尔数组里的位置是第18位（从0计数），对应data.columns[18]刚好是Latitude，这就是你得到错误结果的核心原因。

问题2：获取按缺失值升序排列的非零列名列表的方法 #

正确的思路是先锁定缺失值非零的统计结果，再排序，最后提取列名（即Series的索引），以下是两种简洁可行的写法：

方法一：先筛选再排序 #

# 先过滤出缺失值>0的统计项，按值升序排序后提取列名转列表
missing_cols = data.isna().sum()[data.isna().sum() > 0].sort_values().index.tolist()

方法二：排序后再筛选 #

# 先整体排序，再筛选出缺失值>0的项，最后提取列名转列表
missing_cols = data.isna().sum().sort_values().loc[lambda x: x > 0].index.tolist()

两种方法都会得到正确结果：['Car', 'CouncilArea', 'YearBuilt', 'BuildingArea']，完全符合你要的升序排列要求。

内容的提问来源于stack exchange，提问作者Anonymous Person