How to find which columns contain any NaN value in Pandas dataframe (python)

The functions  ‘DataFrame.isna()‘ and ‘DataFrame.notna()‘ can be used for newer version of Pandas.

In [71]: df
Out[71]:
   a    b    c
0  NaN  7.0  0
1  0.0  NaN  4
2  2.0  NaN  4
3  1.0  7.0  0
4  1.0  3.0  9
5  7.0  4.0  9
6  2.0  6.0  9
7  9.0  6.0  4
8  3.0  0.0  9
9  9.0  0.0  1
 
In [72]: df.isna().any()
Out[72]:
a  True
b  True
c  False
dtype: bool

To display as column lists:

In [74]: df.columns[df.isna().any()].tolist()
Out[74]: ['a', 'b']

For selecting the columns with atleast one NaN values:

In [73]: df.loc[:, df.isna().any()]
Out[73]:
   a    b
0  NaN  7.0
1  0.0  NaN
2  2.0  NaN
3  1.0  7.0
4  1.0  3.0
5  7.0  4.0
6  2.0  6.0
7  9.0  6.0
8  3.0  0.0
9  9.0  0.0

The isnull() function can also be used:

In [97]: df
Out[97]:
   a    b    c
0  NaN  7.0  0
1  0.0  NaN  4
2  2.0  NaN  4
3  1.0  7.0  0
4  1.0  3.0  9
5  7.0  4.0  9
6  2.0  6.0  9
7  9.0  6.0  4
8  3.0  0.0  9
9  9.0  0.0  1
 
In [98]: pd.isnull(df).sum() > 0
Out[98]:
a True
b True
c False
dtype: bool

For clarity:

In [5]: df.isnull().any()
Out[5]:
a True
b True
c False
dtype: bool
 
In [7]: df.columns[df.isnull().any()].tolist()
Out[7]: ['a', 'b']

The below code is used to select a subset, containing atleast one NaN values in one column:

In [31]: df.loc[:, df.isnull().any()]
Out[31]:
   a    b
0  NaN  7.0
1  0.0  NaN
2  2.0  NaN
3  1.0  7.0
4  1.0  3.0
5  7.0  4.0
6  2.0  6.0
7  9.0  6.0
8  3.0  0.0
9  9.0  0.0