使用Pandas查找包含缺失值的行索引

在数据分析中，经常需要识别包含缺失值的行以便进行处理。Pandas提供了一种简单有效的方法来实现这一点。

步骤：

1. 使用isnull()方法判断每个元素是否为缺失值。 isnull()方法会返回一个与原DataFrame形状相同的布尔型DataFrame，其中True表示缺失值，False表示非缺失值。

2. 使用any(axis=1)方法判断每行是否有缺失值。 any(axis=1)方法会沿着水平方向（即行）检查是否有任何True值。如果一行中至少有一个True值，则该行被认为包含缺失值。

3. 使用index属性获取包含缺失值的行索引。

**代码示例：**pythonimport pandas as pd

创建一个示例DataFramedf = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8], 'C': [None, None, None, None]})

判断每行是否有缺失值has_missing_values = df.isnull().any(axis=1)

获取包含缺失值的行索引indexes_with_missing_values = df.index[has_missing_values]

print(indexes_with_missing_values)

输出结果：

Int64Index([2, 3], dtype='int64')

结果解释：

输出结果Int64Index([2, 3], dtype='int64')表示DataFrame中第2行和第3行包含缺失值。