Question

我想使用布尔索引，检查我的数据框的行，其中特定列的不具有NaN值。所以，我做了以下几点：

import pandas as pd
my_df.loc[pd.isnull(my_df['col_of_interest']) == False].head()

查看该数据框的摘要，仅包含非NaN的值（大多数值为NaN）。

它有效，但似乎不那么优雅。我想输入：

my_df.loc[!pd.isnull(my_df['col_of_interest'])].head()

但是，这会产生错误。我也花了很多时间在R，所以也许我很困惑。在Python中，我通常会在语法中加入“not”。例如，if x is not none:，但我不能在这里真正做到。有更优雅的方式吗？我不喜欢进行毫无意义的比较。

Answer 1

通常使用pandas（和numpy），我们使用按位NOT ~而不是!或not（其行为不能被类型覆盖）。< / p>

虽然在这种情况下我们有notnull，~可以在没有特殊对立方法的情况下派上用场。

>>> df = pd.DataFrame({"a": [1, 2, np.nan, 3]})
>>> df.a.isnull()
0    False
1    False
2     True
3    False
Name: a, dtype: bool
>>> ~df.a.isnull()
0     True
1     True
2    False
3     True
Name: a, dtype: bool
>>> df.a.notnull()
0     True
1     True
2    False
3     True
Name: a, dtype: bool

（为了完整性，我注意到-（一元否定运算符）也适用于布尔系列，但~是规范选择，-已经不推荐使用numpy布尔数组。）

Answer 2

您应该使用pandas.isnull()来查找列中没有空值的行，而不是使用pandas.notnull()。示例 -

import pandas as pd
my_df.loc[pd.notnull(my_df['col_of_interest'])].head()

pandas.notnull()是pandas.isnull()的布尔逆，如文档中所示 -

另见
  pandas.notnull
  pandas.isnull的布尔反转

在Pandas数据帧布尔索引中使用“反向布尔”的正确方法

2 个答案: