识别缺失值并返回包含这些值的列表
我对编码相当陌生，最近我在工作中做了一个很小的pandas课程，而这门课的一部分就是考虑一个我们想要改进的项目。 我希望能够从CSV或Excel文件中识别表格中的缺失值，然后列出这些缺失值。 导入的CSV文件示例：
公司2016年2015年2014年2013年2012年2011年2010年
AAPL US 31 NaN 21.0 3.0 NaN 80.0 7
MSFT US 72 8.0 67.0 NaN 93.0 30.0 37
SNAP US 51 NaN NaN 7.0 33.0 16.0 44
FB US 49 56.0 33.0 97.0 NaN NaN 98
成：
AAPL美国，2015年，2012年
MSFT美国，2013年
SNAP US，2015,2014
FB美国，2012年，2011年
我知道如何计算他们等，但我想看到一个最终确定的列表。
谢谢！
首先set_index ，通过isnull检查NaN ，最后通过过滤apply生成list s：
df = (df.set_index('Company') .isnull() .apply(lambda x : x.index[x].tolist(), 1) .reset_index(name='val')) print (df) Company val 0 AAPL US [2015, 2012] 1 MSFT US [2013] 2 SNAP US [2015, 2014] 3 FB US [2012, 2011]
或者如果想要string s：
df = df.set_index('Company') s = np.where(df.isnull(), ['{}, '.format(x) for x in df.columns], '') df = pd.Series([''.join(x).strip(', ') for x in s], index=df.index).reset_index(name='val') print (df) Company val 0 AAPL US 2015, 2012 1 MSFT US 2013 2 SNAP US 2015, 2014 3 FB US 2012, 2011