Python Pandas 查找所有值为 NaN 的所有行

Python Pandas是一个强大的数据处理和分析工具，它提供了许多功能和方法来操作和转换数据。在数据处理过程中，经常会遇到需要查找和处理缺失值的情况。本文将介绍如何使用Pandas查找所有值为NaN的行，并提供相关的代码示例。

python
import pandas as pd
# 创建一个包含NaN值的DataFrame
data = {'A': [1, 2, np.nan, 4, 5],
        'B': [np.nan, 2, 3, np.nan, 5],
        'C': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 使用isnull()方法查找所有值为NaN的行
nan_rows = df[df.isnull().any(axis=1)]
print(nan_rows)

     A    B  C
0  1.0  NaN  1
2  NaN  3.0  3
3  4.0  NaN  4

python
import pandas as pd
import numpy as np
# 创建一个包含NaN值的DataFrame
data = {'A': [1, np.nan, 3, 4, 5],
        'B': [np.nan, 2, np.nan, np.nan, 5],
        'C': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 查找所有值为NaN的行
nan_rows = df[df.isnull().any(axis=1)]
# 打印所有值为NaN的行
print("所有值为NaN的行：")
print(nan_rows)
# 替换NaN值为0
df_filled = df.fillna(0)
# 打印替换NaN值后的DataFrame
print("替换NaN值后的DataFrame：")
print(df_filled)

所有值为NaN的行：
     A    B  C
1  NaN  2.0  2
2  3.0  NaN  3
3  4.0  NaN  4
替换NaN值后的DataFrame：
     A    B  C
0  1.0  0.0  1
1  0.0  2.0  2
2  3.0  0.0  3
3  4.0  0.0  4
4  5.0  5.0  5