Question

我有一个初学者的问题。我有一个迭代的数据帧，我想检查column2行中的值是否为NaN，如果它不是NaN，则对该值执行操作。我的DataFrame看起来像这样：

df:

  Column1  Column2
0    a        hey
1    b        NaN
2    c        up

我现在正在尝试的是：

for item, frame in df['Column2'].iteritems():
    if frame.notnull() == True:
        print 'frame'

这背后的想法是我遍历第2列和print帧中的行，每行都有一个值（这是一个字符串）。然而，我得到的是：

AttributeError                            Traceback (most recent call last)
<ipython-input-80-8b871a452417> in <module>()
      1 for item, frame in df['Column2'].iteritems():
----> 2     if frame.notnull() == True:
      3         print 'frame'

AttributeError: 'float' object has no attribute 'notnull'

当我只运行代码的第一行时，我得到了

0
hey
1
nan
2
up

表明第一行输出中的浮点数是导致错误的原因。任何人都可以告诉我如何实现我的目标吗？

Answer 1

如您所知，

中的frame

for item, frame in df['Column2'].iteritems():

是列中的每个row，其类型将是列中元素的类型（很可能不是Series或DataFrame）。因此，frame.notnull()就行不通。

你应该尝试 -

for item, frame in df['Column2'].iteritems():
    if pd.notnull(frame):
        print frame

Answer 2

试试这个：

df[df['Column2'].notnull()]

上面的代码将为您提供Column2没有空值

的数据

Answer 3

在Series上使用iteritems（这是从DataFrame中获取列时获得的）迭代对（index，value）。因此，您的item将在循环的三次迭代中获取值0,1和2，而您的frame将采用值'hey'，NaN和{ {1}}（所以＆＃34;框架＆＃34;可能是一个坏名字）。该错误来自于尝试在'up'上使用方法notnull（表示为浮点数）。

您可以改为使用功能NaN：

pd.notnull

另一种方法是在整个系列中使用In [3]: pd.notnull(np.nan) Out[3]: False In [4]: pd.notnull('hey') Out[4]: True，然后迭代这些值（现在是布尔值）：

notnull

如何遍历数据帧的行并检查列行中的值是否为NaN

3 个答案: