Pandas 按行查找第一个 nan 值并返回列名

Pandas 是一个强大的数据处理和分析工具，经常被用于处理和分析大型数据集。在数据清洗过程中，我们经常需要查找缺失值并进行相应的处理。本文将介绍如何使用 Pandas 在数据框中按行查找第一个缺失值，并返回该缺失值所在的列名。

python
import pandas as pd
import numpy as np
# 创建包含缺失值的数据框
data = {'A': [1, 2, np.nan, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, np.nan]}
df = pd.DataFrame(data)

python
# 定义自定义函数
def find_first_nan(row):
    for col in row.index:
        if pd.isnull(row[col]):
            return col
    return None
# 按行查找第一个缺失值并返回列名
df['First Nan'] = df.apply(find_first_nan, axis=1)

python
print(df)

     A    B     C First Nan
0  1.0  5.0   9.0      None
1  2.0  NaN  10.0         B
2  NaN  7.0  11.0         A
3  4.0  8.0   NaN         C