Question

如果不使用groupby，如何在没有NaN的情况下过滤掉数据？

假设我有一个矩阵，客户将填写“N / A”，“＆＃39; n / a”。或其任何变体和其他变体留空：

import pandas as pd
import numpy as np


df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],
                  'rating': [3., 4., 5., np.nan, np.nan, np.nan],
                  'name': ['John', np.nan, 'N/A', 'Graham', np.nan, np.nan]})

nbs = df['name'].str.extract('^(N/A|NA|na|n/a)')
nms=df[(df['name'] != nbs) ]

输出：

>>> nms
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

如何过滤掉NaN值，以便我可以得到如下结果：

  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

我猜我需要像~np.isnan这样的东西，但是tilda不能用于字符串。

Answer 1

放下它们：

nms.dropna(thresh=2)

这将删除至少有两个非NaN

的所有行

然后您可以删除名称为NaN的地方：

In [87]:

nms
Out[87]:
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

[5 rows x 3 columns]
In [89]:

nms = nms.dropna(thresh=2)
In [90]:

nms[nms.name.notnull()]
Out[90]:
  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

[2 rows x 3 columns]

修改

实际上看看你原来想要什么，你可以在没有dropna电话的情况下做到这一点：

nms[nms.name.notnull()]

<强>更新

3年后看这个问题，有一个错误，首先thresh arg寻找leas n非NaN值，所以事实上输出应该是：

In [4]: nms.dropna(thresh=2) Out[4]: movie name rating 0 thg John 3.0 1 thg NaN 4.0 3 mol Graham NaN

我可能在3年前弄错了，或者我运行的大熊猫版本有错误，两种情况都完全可能

Answer 2

最简单的解决方案：

filtered_df = df[df['name'].notnull()]

因此，它只过滤掉'name'列中没有NaN值的行。

Answer 3

df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],'rating': [3., 4., 5., np.nan, np.nan, np.nan],'name': ['John','James', np.nan, np.nan, np.nan,np.nan]})

for col in df.columns:
    df = df[~pd.isnull(df[col])]

Answer 4

df.dropna(subset=['columnName1', 'columnName2'])

Python pandas从一列字符串的数据选择中过滤出nan

4 个答案: