Question

我有一个pandas数据框，其列为id,program,name,add 某些记录没有name和add列的任何值（即包含 NaN 值）。我想将这个数据帧拆分为两个，使得第一个df1包含id,program,name,add下的所有值，即没有空值（只有那些包含每列下的值的记录）;第二个df2仅包含那些name和add列下没有值的记录。如果name和add中的任何一个都有任何值，那么它应该进入df1，df2应该只包含那两个列都有NaN值的记录。

这个问题对某些人来说似乎很愚蠢，但我刚刚开始使用python，所以还是一个新手。

示例数据如下所示：

id, program,name,add
142, FOO, Sherlock, Baker street
934, FOOFOO, Harry, Hogwards
229, ABC,NaN,NaN
420, XYZ,NaN,USA
619, DEF,NaN,NaN

期望的输出应该是这样的：

DF1：

id,program,name,add
142, FOO, Sherlock, Baker street
934, FOOFOO, Harry, Hogwards
420, XYZ,NaN,USA

DF2：

id,program,name,add
229, ABC,NaN,NaN
619, DEF,NaN,NaN

提前致谢。

Answer 1

将boolean indexing与mask isnull创建的True一起使用，然后按isna检查每行mask = df[['name','add']].isnull().all(axis=1) #pandas 0.21.0+ #mask = df[['name','add']].isna().all(axis=1) print (mask) 0 False 1 False 2 True 3 False 4 True dtype: bool df1 = df[~mask] df2 = df[mask] print (df1) id program name add 0 142 FOO Sherlock Baker street 1 934 FOOFOO Harry Hogwards 3 420 XYZ NaN USA print (df2) id program name add 2 229 ABC NaN NaN 4 619 DEF NaN NaN：

print (df[['name','add']].isnull())
    name    add
0  False  False
1  False  False
2   True   True
3   True  False
4   True   True

详情：

r = requests.post(url = API_ENDPOINT, headers = headers, data = data)
print(r.text)
print(type(r.text))
print(r.text[2])

拆分数据框，然后在python中将它们保存到两个单独的dfs中

1 个答案: