Question

使用重新解决我的确切问题的DataFrame进行了更新

我遇到一个问题，即我的索引中出现的NaN导致非唯一行（自NaN !== NaN起）。我需要删除索引中出现NaN的所有行。我之前的问题有一个带有单NaN行的DataFrame示例，但是原始解决方案没有解决我的问题，因为它没有满足这个广告宣传的要求：

（请注意，在实际数据中，我有数千个这样的行，包括自NaN !== NaN以来的重复行，所以这在索引上是允许的）

（来自我的原帖）

问题

>>>import pandas as pd
>>>import numpy as np
>>> df = pd.DataFrame([[1,1,"a"],[1,2,"b"],[1,3,"c"],[1,np.nan,"x"],[1,np.nan,"x"],[1,np.nan,"x"],[2,1,"d"],[2,2,"e"],[np.nan,1,"x"],[np.nan,2,"x"],[np.nan,1,"x"]], columns=["a","b","c"])
>>>df
         c
a   b
1.0 1.0  a
    2.0  b
    3.0  c
    NaN  x
    NaN  x
    NaN  x
2.0 1.0  d
    2.0  e
NaN 1.0  x
    2.0  x
    1.0  x

请注意重复的行：(1.0, NaN)和(NaN, 1.0)

失败的解决方案：

我尝试过一些简单的事情：

>>>df = df[pandas.notnull(df.index)]

但是这失败了，因为MultiIndex没有实现notnull。

早期答案之一也提出：

>>>df = df.reindex(df.index.dropna())

然而，由于错误而失败：

Exception: cannot handle a non-unique multi-index!

期望的输出：

>>>df
         c
a   b
1.0 1.0  a
    2.0  b
    3.0  c
2.0 1.0  d
    2.0  e

（删除所有NaN索引行，消除任何非唯一行）

Answer 1

选项1
reset_index ， dropna 和 set_index 。

c = df.index.names
df = df.reset_index().dropna().set_index(c)
df

         c
a   b     
1.0 1.0  a
    2.0  b
    3.0  c
2.0 1.0  d
    2.0  e
    2.0  x
    1.0  x

如果您的MultiIndex是唯一的，则可以使用...
选项2
df.index.dropna 和 df.reindex

df = df.reindex(df.index.dropna())

在MultiIndex中删除带有重复项的NaN行

问题

失败的解决方案：

期望的输出：

1 个答案: