执行列表推导时遇到错误答案

【问题标题】：Facing an errors while executing a list comprehension执行列表推导时遇到错误
【发布时间】：2020-08-08 01:31:48
【问题描述】：

features_with_na=[features for features in df_main.columns if df_main[features].isna().sum()>1]

这个列表理解应该给我所有缺少值的列。执行时出现以下错误-

ValueError                                Traceback (most recent call last)
<ipython-input-26-0878dbe5183a> in <module>()
----> 1 features_with_na=[features for features in df_main.columns if df_main[features].isna().sum()>1]

1 frames
/usr/local/lib/python3.6/dist-packages/pandas/core/generic.py in __nonzero__(self)
   1477     def __nonzero__(self):
   1478         raise ValueError(
-> 1479             f"The truth value of a {type(self).__name__} is ambiguous. "
   1480             "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
   1481         )

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

有什么想法吗？

【问题讨论】：

错误信息不是说要把df_main[features].isna().sum()>1改成df_main[features].isna().any()吗？
在 python 3.7.6 和 pandas 1.0.1 中运行良好。但是为什么要列出理解呢？就做df.columns[df.isna().sum() > 1]

标签： python pandas dataframe dataset list-comprehension

【解决方案1】：

pd.dataframe.ISNA在熊猫系列上调用时，返回长度等于DataFrame中的记录数的布尔值迭代

#calling isna on column returns series like [True, False, True, True...] equal to
#number of elements in df
df_features = [df_main[feature].isna() for feature in df_main.columns]

counts = [ftr[ftr == False].sum() in df_features]

我建议使用来自CMET的解决方案，但此答案确实返回您想要的列表理解

【讨论】：

【解决方案2】：

当您不必使用列表理解时：

# sample data
df = pd.DataFrame(np.random.rand(10,3), columns=list('abc'))
df.iloc[3, 2] = np.nan
df.iloc[5, 1] = np.nan
df.iloc[6, 1] = np.nan
# just use boolean indexing
df.columns[df.isna().sum() > 1]

# Index(['b'], dtype='object')

【讨论】：