假设有如下数据：

x=["hello","world",None]
xx=pd.DataFrame(x)
xx

数据如下：

可以看到，第2行第1列没有数据，是空None。可是如果我们的数据有10万行，那我们就不知道有没有缺失值了。当有缺失值的时候，99%的后续处理都会不经意报错，让你丈二和尚摸不着头脑，不知道是哪里报错了，所以千万要尽早解决。
判断方法如下：

xx.isnull()
#或者
xx==None

结果如下：

可以看到isnull()会返回一个和原来xx形状（shape）一样的dataframe，里面的每一个值表示原来对应位置是否为None。但是，当数据10万多行的时候，我们仍然可能看不到是否有元素为True，这个时候，和numpy中一样，可以用any()。

xx.isnull().any()

结果如下：

如果想知道是为None元素的下标那怎么办呢？可以使用numpy中的方法。
我们先将xx.isnull()保存下来，转化成数值型0或1。

b=xx.isnull()
b[b==True]=1
b

即:

然后

#转成numpy数组，否则argwhere会报错。
bb=np.array(b)
np.argwhere(bb==1)

最终得到的精确下标如下：