Python：如何基于条件打印DataFrame中含缺失值的列

先还原下你的场景：你有这样一个带缺失值的DataFrame，还写了个统计缺失值的函数：

import pandas as pd
import numpy as np

data = pd.DataFrame({'col_A' : [1,2,3,4], 'col_B' : [1,2,np.NaN,4]})

def num_missing(x): return sum(x.isnull())

直接调用print(data.apply(num_missing, axis=0))会输出所有列的缺失值统计，但你只想保留有缺失值的列（也就是统计结果大于0的）。

其实不用纠结复杂的单行if语句，我们可以先拿到所有列的缺失值统计结果，再筛选出结果大于0的部分就行，给你两种简单的实现方式：

方式一：基于你的自定义函数优化 #

先把统计结果存到变量里（可读性更好），再筛选打印：

missing_counts = data.apply(num_missing, axis=0)
print(missing_counts[missing_counts > 0])

如果非要写成一行，也可以链式调用：

print(data.apply(num_missing, axis=0)[data.apply(num_missing, axis=0) > 0])

方式二：用Pandas内置方法简化代码 #

其实Pandas本身就有更简洁的统计缺失值的方法，完全可以不用自定义函数：

print(data.isna().sum()[data.isna().sum() > 0])

两种方式的输出都会是你想要的：

col_B    1
dtype: int64

之前你尝试单行if语句出错，大概率是因为把条件判断放在了print语句里，而我们需要先对统计后的Series做筛选，再把筛选后的结果传给print输出~

内容的提问来源于stack exchange，提问作者A.Papa