Question

给出以下一些索引为NaN的pandas DataFrame，既然索引为NaN，如何删除第三和第八行呢？谢谢

import pandas as pd
import numpy  as np

data    = list('abcdefghil')
indices = [0, 1, np.nan, 3, 4, 5, 6, np.nan, 8, 9]

df = pd.DataFrame(data, index=indices, columns=['data'])

Answer 1

您可以在索引上呼叫dropna：

In[68]:
df.loc[df.index.dropna()]

Out[68]: 
    data
0.0    a
1.0    b
3.0    d
4.0    e
5.0    f
6.0    g
8.0    i
9.0    l

请注意，NaN的存在使索引dtype float（将其更改为int）强制转换为类型：

In[70]:
df = df.loc[df.index.dropna()]
df.index = df.index.astype(int)
df

Out[70]: 
  data
0    a
1    b
3    d
4    e
5    f
6    g
8    i
9    l

您也可以在索引上调用notnull也会起作用（以某种方式未记录）

In[71]:
df = df.loc[df.index.notnull()]
df.index = df.index.astype(int)
df

Out[71]: 
  data
0    a
1    b
3    d
4    e
5    f
6    g
8    i
9    l

还有isna：

In[78]:
df.loc[~df.index.isna()]

Out[78]: 
    data
0.0    a
1.0    b
3.0    d
4.0    e
5.0    f
6.0    g
8.0    i
9.0    l

和更易读的反notna：

In[79]:
df.loc[df.index.notna()]

Out[79]: 
    data
0.0    a
1.0    b
3.0    d
4.0    e
5.0    f
6.0    g
8.0    i
9.0    l

如@jpp所评论，您还可以使用顶级notnull：

In[80]:
df.loc[pd.notnull(df.index)]

Out[80]: 
    data
0.0    a
1.0    b
3.0    d
4.0    e
5.0    f
6.0    g
8.0    i
9.0    l

也有顶级isna，notna和isnull，但我将不显示它们，您可以检查docs

Answer 2

您可以使用以下内容：

 df = df[df.index.isnull() == False]

您可能要在之后重置索引

Answer 3

使用np.isnan并取负：

res = df[~np.isnan(df.index)]

print(res)

    data
0.0    a
1.0    b
3.0    d
4.0    e
5.0    f
6.0    g
8.0    i
9.0    l

熊猫：删除具有nan值索引的行

3 个答案: