Question

我有一个名为xxx的数据框。一列xxx是最终的，xxx看起来像这样

  FpPropeTypCode DTE_DATE_DEATH             Area         Final  
0             FP            NaN  Ame_MidEast_Lnd           NaN  
1             FP            NaN  Southern_Europe  W.E.M. Lines  
2             FP            NaN              NaN           NaN  
3             ZP            NaN  Ame_MidEast_Lnd           NaN  
4             YY            NaN  Ame_MidEast_Lnd           NaN

我想删除所有具有NaN for Final的行，所以我做的是

xxx= xxx.drop(pd.isnull(data_file_fp4['Final']))

不幸的是我得到的是

  FpPropeTypCode DTE_DATE_DEATH             Area                         Final  
2             FP            NaN              NaN                           NaN  
3             ZP            NaN  Ame_MidEast_Lnd                           NaN  
4             YY            NaN  Ame_MidEast_Lnd                           NaN  
5             NN            NaN  Ame_MidEast_Lnd  NORTH ARM TRANSPORTATION LTD  
6             CP            NaN  Northern_Europe                     MPC Group

这显然不对......

我实际需要做的是根据两个条件删除行：最终为NaN，Area为Ame_MidEast_Lnd。所以我不能真正使用dropna

我目前的代码出了什么问题只是为了做第一个条件？提前谢谢。

Answer 1

你正在使用熊猫吗？ Pandas有一个函数，允许您根据条件删除行，在这种情况下某个列是NaN： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.html

您正在寻找的具体命令可能类似于：

xxx = xxx.dropna(axis=0, subset=['Final'])

axis = 0指定要删除行而不是列 subset指定您要放弃“最后”的位置。是NaN

编辑：提问者不能使用dropna，因为他们的过滤逻辑更复杂。

如果你想要更复杂的逻辑，你可能最好只做支架逻辑。我会稍后尝试验证，但你能尝试这样的事情：

xxx = xxx[~xxx['Final'].isnull()]

如果你想要逻辑的第二部分，你同时拥有NaN过滤器和列过滤器，你会这样做：

xxx = xxx[~(xxx['Final'].isnull() & xxx['Area'].str.contains("Ame_MidEast_Lnd"))]

我已通过运行以下python文件验证了这一点：

import pandas as pd
import numpy as np

xxx = pd.DataFrame([
                    ['FP', np.nan, 'Ame_MidEast_Lnd', np.nan],
                    ['FP', np.nan, 'Southern_Europe', 'W.E.M. Lines'],
                    ['FP', np.nan, np.nan, np.nan],
                    ['ZP', np.nan, 'Ame_MidEast_Lnd', np.nan],
                    ['YY', np.nan, 'Ame_MidEast_Lnd', np.nan]],
                   columns=['FpPropeTypCode','DTE_DATE_DEATH','Area', 'Final']
                   )

# before
print xxx

# whatever rows have both 'Final' as NaN and 'Area' containing Ame_MidEast_Lnd, we do NOT want those rows
xxx = xxx[~(xxx['Final'].isnull() & xxx['Area'].str.contains("Ame_MidEast_Lnd"))]

# after
print xxx

您将看到解决方案以您希望的方式运行。

Python .drop没有给出我期望的结果

1 个答案: