删除NaN但不保留

Question

None和NaN值都表示相同的含义，但是在我的数据框中，我想保留无值的行，而保留NaN值的行。

让我们说我有以下数据框df。

df

Col_1   Col_2  Col3
None     None   None
1         2      3 
NaN       NaN    NaN

当我使用NaN删除Values时，我想得到类似的东西。

df.dropna()

Col_1  Col_2   Col_3
None    None    None 
1       2        3

但是它同时降低了None和NaN值。

但是为了保持None值，我尝试用

之类的其他值填充

df['Col_1].replace({None: 'Empty'}, inplace=True)

它正在填充，包括NaN值。

我的问题是，有没有办法用NaN删除值并保留值None。

Answer 1

您可以将值设置为字符串，并比较不等于NaN或nan的值：

df = df[~df.astype(str).isin(['NaN', 'nan']).any(axis=1)]
print (df)
  Col_1 Col_2  Col3
0  None  None  None
1     1     2     3

Answer 2

使得这一点有些棘手的是，熊猫在很大程度上将None像NaN一样对待，使得isna或dropna在这里是错误的方法，因为包含{{ 1}}也将被设置为None。您可以做的是使用基础的numpy数组，这使我们能够与True进行比较：

None