Question

我有一个看起来像这样的数据框

import pandas as pd
import numpy as np

fff = pd.DataFrame({'group': ['a','a','a','b','b','b','b','c','c'], 'value': [1,2, np.nan, 1,2,3,4, np.nan, np.nan]})

仅当所有 group是value中的Nas时，我才希望将group的NA删除。我该怎么办？

预期输出：

fff = pd.DataFrame({'group': ['a','a','a','b','b','b','b'], 'value': [1,2, np.nan, 1,2,3,4]})

Answer 1

您可以检查value中是否有nan并使用groupby().any()：

fff = fff[(~fff['value'].isna()).groupby(fff['group']).transform('any')]

输出：

  group  value
0     a    1.0
1     a    2.0
2     a    NaN
3     b    1.0
4     b    2.0
5     b    3.0
6     b    4.0

Answer 2

使用isna()创建一个布尔序列，然后在fff['group']上分组，并用transform进行all分组，然后过滤（排除）返回True的值

c = fff['value'].isna()
fff[~c.groupby(fff['group']).transform('all')]

  group  value
0     a    1.0
1     a    2.0
2     a    NaN
3     b    1.0
4     b    2.0
5     b    3.0
6     b    4.0

Answer 3

另一个选择：

card.model2IV

输出：

fff["cases"] = fff.groupby("group").cumcount()
fff["null"] = fff["value"].isnull()
fff["cases 2"] = fff.groupby(["group","null"]).cumcount()
fff[~((fff["value"].isnull()) & (fff["cases"] == fff["cases 2"]))][["group","value"]]

Answer 4

已经提供的答案的补充：仅保留所有值均为True的组，并使用fff变量过滤result数据帧。

result = fff.groupby("group").value.all().index.tolist()

fff.query("group == @result")

仅当所有元素都是大熊猫中的groupby中的NA时，如何删除NA

4 个答案: