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)
>>>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)
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!
>>>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)
答案 0 :(得分:2)
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())