如何查看DataFrame中缺失值的索引或关联值？附代码问题排查

原代码的问题 #

• surveydf.isnull()返回的是整个DataFrame的布尔值矩阵，不是单个元素的缺失状态，用surveydf.isnull() is True永远不会成立，逻辑完全错误
• 循环遍历surveydf['email_address']的元素，但判断时没用到当前元素i，而是去判断整个DataFrame的缺失情况，逻辑不匹配
• 就算判断成功，print(surveydf['first_name'])会打印整个first_name列，而不是缺失值对应的单行数据

正确实现方式 #

方法1：用Pandas向量操作（推荐，效率更高） #

不需要手动循环，直接筛选出email_address为空的行，获取索引和对应的first_name：

import pandas as pd

# 获取缺失email对应的first_name和索引
missing_data = surveydf[surveydf['email_address'].isnull()][['first_name']]
print(missing_data)

# 如果只需要索引
missing_indices = surveydf[surveydf['email_address'].isnull()].index
print(missing_indices)

# 如果只需要first_name列表
missing_first_names = surveydf.loc[surveydf['email_address'].isnull(), 'first_name'].tolist()
print(missing_first_names)

方法2：手动循环（仅作演示，不推荐） #

如果一定要用循环遍历，需要结合索引来判断每行的状态：

import pandas as pd

# 遍历每行的索引和email_address值
for idx, email in surveydf['email_address'].items():
    if pd.isnull(email):
        # 打印索引和对应的first_name
        print(f"索引{idx}对应的first_name: {surveydf.loc[idx, 'first_name']}")

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