Question

我希望能够在一个df中生成索引NaN值的列表，然后使用该列表删除序列中的相应行。目标是使df和系列具有相同的行数

但是我一直陷在最后一部分。如果使用drop（），则不会出现轴错误。我尝试过isin（），但似乎没有得到正确的结果

#create list of index of nan values in Garageyrblt
Index_nan_train = X_train[X_train['GarageYrBlt'].isna()].index.tolist()
# drop nan in garageyrblt X_train
X_train = X_train.drop(subset = ['GarageYrBlt'], axis = 0)
# use list to drop nan in garageyrblt Y_train
y_train = y_train.drop(['Index_nan_train'], axis = 0)

编辑：要添加更多细节，数据来自kaggle练习，用于处理中级机器学习课程中的缺失值。

X_train是（1168,36）具有输入特征的数据帧，y_train是（1168，）系列，代表销售价格

Answer 1

当您在两个对象上处理相同的转换时，这是一种更简单的方法，您应该将它们保持在一起，直到完成清理操作并实际使用数据为止。

x_cols = X_train.columns
y_col = y_train.name
all = pd.concat((X_train, y_train), axis=1)
all = all.dropna(subset=["GarageYrBlt"])

X_train, y_train = all.loc[:,x_cols], all.loc[:,y_col]

或者使用difference索引方法：

nan_idx = X_train.loc[X_train["GarageYrBlt"].isna()].index
notna_idx = X_train.index.difference(nan_idx)

y_train = y_train.loc[notna_idx]

N.B：如果对带有groupby，reset_index的索引进行操作，则对索引的切片会惹上您的麻烦，因此请注意该问题。

根据列表从熊猫系列中删除行

1 个答案: