Question

说有一个数据框：

import pandas as pd
df = pd.DataFrame([1,2,3,4,5, 7,8, 10])

我想在其中找到“缺失”数字（6和9）。我要做的代码是：

li = []
low = int(min(df.values))
high = int(max(df.values))

for i in range(low, high+1):
    if i not in df.values:
        li.append(i)

print(li)
>>> [6, 9]

但是，如果数据帧很大，则for循环可能需要一些时间。就我而言，数据帧的长度约为30万行，需要162秒。

是否有更有效的方法（矢量化）？

Answer 1

只需列出完整范围（假设边界在df中表示），然后使用isin()来找出差异。

m = 10
full = pd.Series(np.arange(1, m+1))

full[~full.isin(df[0])].values
# array([6, 9])

Answer 2

df['didf'] = df[0] - df[0].shift(1)将突出显示空白，而值大于1则表示缺少值

在数据框中查找“缺失”值的最佳方法是什么？

2 个答案: