如何使用熊猫检查数据框中的两个列是否都具有值

Question

I have a df:
col1   col2   col3   col4    col5
bat    cell   val            val
cat    ribo   val    val
rat    dna    val            val
dog    rna    val    val     val

如果我正在比较col4和col5，我想获得的输出为：

col1   col2   col3   col4    col5
dog    rna    val    val     val

因为col4有值，而col5有值。

如果我比较col3和col5，我应该得到的输出为：

col1   col2   col3   col4    col5
bat    cell   val            val
rat    dna    val            val
dog    rna    val    val     val

但是当我使用以下代码时：

dfn = df[df['col4'] != df['col5']]

没有获得正确的df值。

并且我想将输出添加到数据框为：

col1   col2   col3   col5
dog    rna    val    val

Answer 1

我们可以为此编写一个简单的函数来比较空的列和行：

方法1：将Boolean indexing与notnull一起使用

df.replace('', np.NaN, inplace=True)

def compare_cols(dataframe, column1, column2):
    return df[df[column1].notnull() & df[column2].notnull()]

---

print(compare_cols(df, 'col4', 'col5'))
print('\n')
print(compare_cols(df, 'col3', 'col5'))

  col1 col2 col3 col4 col5
3  dog  rna  val  val  val


  col1  col2 col3 col4 col5
0  bat  cell  val  NaN  val
2  rat   dna  val  NaN  val
3  dog   rna  val  val  val

---

在Jezraels评论后，

编辑。我们可以将dropna与subset一起使用，以产生相同的输出：

方法2：使用dropna

def compare_cols2(dataframe, column1, column2):
    return df.dropna(subset=[column1, column2]) 

---

print(compare_cols2(df, 'col4', 'col5'))
print('\n')
print(compare_cols2(df, 'col3', 'col5'))

  col1 col2 col3 col4 col5
3  dog  rna  val  val  val


  col1  col2 col3 col4 col5
0  bat  cell  val  NaN  val
2  rat   dna  val  NaN  val
3  dog   rna  val  val  val

---

注意，我用NaN替换了空格（''），以便我们可以使用notnull()方法。

Answer 2

 #can you try below
    df1=df.loc[(df['col4'].notnull() & df['col5'].notnull()),:]]
    print(df1)