如何检查 Pandas DataFrame 中的任何值是否为 NaN

问题描述

回应很到位。我正在探索是否有更快的选择，因为根据我的经验，对平面数组求和（奇怪地）比计数要快。这段代码似乎更快：

df.isnull().values.any()

import numpy as np
import pandas as pd
import perfplot


def setup(n):
    df = pd.DataFrame(np.random.randn(n))
    df[df > 0.9] = np.nan
    return df


def isnull_any(df):
    return df.isnull().any()


def isnull_values_sum(df):
    return df.isnull().values.sum() > 0


def isnull_sum(df):
    return df.isnull().sum() > 0


def isnull_values_any(df):
    return df.isnull().values.any()


perfplot.save(
    "out.png",
    setup=setup,
    kernels=[isnull_any, isnull_values_sum, isnull_sum, isnull_values_any],
    n_range=[2 ** k for k in range(25)],
)

df.isnull().sum().sum()有点慢，但当然还有其他信息—— NaNs.

解决方法

在 Python Pandas 中，检查 DataFrame 是否具有一个（或多个）NaN 值的最佳方法是什么？

我知道这个函数pd.isnan，但这会为每个元素返回一个布尔值的DataFrame。