如何用Pandas提取并保存含缺失值的数据集供用户补填？

要提取数据集中至少包含一个缺失值的行并保存，你可以通过以下步骤实现：

1. 提取含缺失值的行 #

使用df.isnull().any(axis=1)生成布尔索引，筛选出存在缺失值的行：

# 提取所有含缺失值的行
df_missing = df[df.isnull().any(axis=1)]

• df.isnull()：返回和原DataFrame形状相同的布尔矩阵，标记每个位置是否为缺失值
• .any(axis=1)：按行判断，只要该行有一个缺失值就返回True
• 用这个布尔索引筛选原DataFrame，得到仅含缺失值的子集

如果需要提取某几列存在缺失值的行，可以指定列：

# 仅提取指定列含缺失值的行
df_missing = df[df[['列名1', '列名2']].isnull().any(axis=1)]

2. 保存提取后的数据集 #

将筛选出的缺失值数据集保存为常用格式（比如CSV）：

# 保存为CSV，不包含索引列
df_missing.to_csv('需要补填的缺失数据.csv', index=False)

如果需要保存为Excel格式，先确保安装了openpyxl，然后使用：

df_missing.to_excel('需要补填的缺失数据.xlsx', index=False)

完整示例 #

import pandas as pd

# 读取原始数据集
df = pd.read_csv('原始数据.csv')

# 提取含缺失值的行
df_missing = df[df.isnull().any(axis=1)]

# 保存结果
df_missing.to_csv('待补填缺失数据.csv', index=False)

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