Python 2.7（iPython Notebook）提取特定列含NaN行的代码求助

嗨，作为数据科学新手，能想到先排查NaN再填充真的太聪明啦！这能帮你更精准地处理数据，避免盲目填充带来的问题~ 假设你用的是pandas（数据清洗的常用工具），下面给你几种实用的方法：

1. 查看单列含NaN的所有行 #

比如你想检查married列的NaN行，直接用布尔索引过滤就行：

import pandas as pd

# 先加载你的数据集（假设是CSV格式，根据实际格式调整）
df = pd.read_csv('你的数据集文件名.csv')

# 筛选married列存在NaN的行
nan_married_rows = df[df['married'].isna()]
print(nan_married_rows)

如果你的pandas版本比较旧（Python2.7对应的pandas版本可能偏老），isna()可能报错，换成isnull()就可以，功能完全一样：

nan_married_rows = df[df['married'].isnull()]

2. 查看多列含NaN的所有行 #

要是你想同时检查gender和credit_history这两列中任意一列有NaN的行，可以这么写：

nan_multi_cols_rows = df[df[['gender', 'credit_history']].isna().any(axis=1)]
print(nan_multi_cols_rows)

这里的any(axis=1)表示只要该行的指定列里有一个NaN，就保留这一行。如果想找所有指定列都有NaN的行，把any换成all就行。

3. 先快速统计NaN数量（可选） #

在查看具体行之前，你可以先看看目标列有多少个NaN，心里有数：

# 统计married列的NaN数量
print("married列的NaN数量：{}".format(df['married'].isna().sum()))

等你看完这些NaN行的具体情况，就可以针对性地用fillna()填充了。比如如果发现married列的NaN大多对应未婚情况，就可以：

df['married'].fillna('N', inplace=True)

要是想根据其他列的逻辑填充（比如结合gender列的信息），也可以进一步写自定义逻辑处理~

内容的提问来源于stack exchange，提问作者uharsha33