মান लीजिए, आपके पास एक डेटाफ्रेम है और न्यूनतम मिसिंग वैल्यू वाला कॉलम है,
DataFrame is: Id Salary Age 0 1.0 20000.0 22.0 1 2.0 NaN 23.0 2 3.0 50000.0 NaN 3 NaN 40000.0 25.0 4 5.0 80000.0 NaN 5 6.0 NaN 25.0 6 7.0 350000.0 26.0 7 8.0 55000.0 27.0 8 9.0 60000.0 NaN 9 10.0 70000.0 24.0 lowest missing value column is: Id
इसे हल करने के लिए, हम नीचे दिए गए चरणों का पालन करेंगे −
समाधान
Id, Salary और Age तीन कॉलम के साथ एक डेटाफ्रेम परिभाषित करें
सभी पंक्तियों से नल वैल्यू का योग जांचने के लिए df.apply() को लैम्ब्डा फंक्शन के अंदर सेट करें
df = df.apply(lambda x: x.isnull().sum(),axis=0)
अंत में, df.idxmin() का उपयोग करके df से न्यूनतम मान प्रिंट करें
df.idxmin()
उदाहरण
बेहतर समझ के लिए नीचे दिए गए कोड को देखें −
import pandas as pd import numpy as np df = pd.DataFrame({'Id':[1,2,3,np.nan,5,6,7,8,9,10], 'Salary':[20000,np.nan,50000,40000,80000,np.nan,350000,55000,60000,70000], 'Age': [22,23,np.nan,25,np.nan,25,26,27,np.nan,24] }) print("DataFrame is:\n",df) df = df.apply(lambda x: x.isnull().sum(),axis=0) print("lowest missing value column is:",df.idxmin())
आउटपुट
DataFrame is: Id Salary Age 0 1.0 20000.0 22.0 1 2.0 NaN 23.0 2 3.0 50000.0 NaN 3 NaN 40000.0 25.0 4 5.0 80000.0 NaN 5 6.0 NaN 25.0 6 7.0 350000.0 26.0 7 8.0 55000.0 27.0 8 9.0 60000.0 NaN 9 10.0 70000.0 24.0 lowest missing value column is: Id
