处理熊猫中的NaNs

Question

我有一个数据帧，我想返回此数据帧的子集（新副本而不是引用）以执行某些操作。但是我发现它无法按照我需要的标准进行过滤。

我需要这三个标准来提交：

False

目前我正在为标准1做这个，但我对如何包含标准2和3感到有些困惑。

1. df['A'] != NaN
2. df['B'] == 'X' | df['B'] == NaN
3. df['C'] == NaN

Answer 1

需要Region - isnull和notnull的特殊功能：

NaN

Answer 2

您可以使用query查找空值或非空值。空虚有不与自己相等的倾向。

df.dropna(subset=['A'])＆lt; =＆gt; df.query('A == A')＆lt; =＆gt; df[df.A.notnull()]

使用query

的三个过滤器

1. df.query('A == A')或df.dropna(subset=['A'])或df[df.A.notnull()]
2. df.query('B == "X" | B != B')或df.query('B == "X" or B != B')
3. df.query('C != C')或df[df.C.isnull()]