Pandas：过滤在几个特定列中的任何一个中具有 Null/None/NaN 值的行

Question

我有一个 csv 文件，其中有很多字符串"NULL"，在几列中。

我想选择（过滤器），其具有行"NULL"价值的任何的几个特定列。

例子：

["Firstname"]   ["Lastname"]    ["Profession"]
"Jeff"          "Goldblum"      "NULL"
"NULL"          "Coltrane"      "Musician"
"Richard"       "NULL"          "Physicist"

在这里，我想过滤（选择）列中df具有值"NULL"的行"Firstname" 或 "Lastname"– 但如果值"NULL"在"Profession".

这设法None在一列中过滤字符串（不是）：

df = df[df["Firstname"].str.contains("NULL", case=False)]

然而，我试图将"NULL"字符串转换为None通过：

df = df.where((pd.notnull(df)), None)
df.columns = df.columns.str.lower()

鉴于上述str.contains过滤，也许"NULL"在转换为None?

Answer 1

我认为你需要第一个字符串到. 然后检查所选列中的所有值 by并选择所有行，其中by ：replace NULLNaNNaNisnullany Trueboolean indexing

df = df.replace("NULL", np.nan)

print (df[['Firstname','Lastname']].isnull())
  Firstname Lastname
0     False    False
1      True    False
2     False     True

print (df[df[['Firstname','Lastname']].isnull().any(1)])
  Firstname  Lastname Profession
1       NaN  Coltrane   Musician
2   Richard       NaN  Physicist