如果前五列为NaN，则删除行

Question

我有一个熊猫数据框，尺寸为89行x 13列。我想删除整个行，如果 NaN出现在前五列中。这是一个例子。

LotName     C15   C16  C17  C18  C19 Spots15 Spots16 ...
Cherry St   439   464  555  239  420     101     101 ...
Springhurst NaN   NaN  NaN  NaN  NaN      12      12
Barton Lot   34    24   43   45   39      10       9 ...

在上面的示例中，我想删除 Springhurst 观察，因为它在前五列中包含NaN。我将如何在Python中做到这一点？

Answer 1

如果要对前5列的所有行进行严格检查Nan：

df.iloc[:, :5].dropna(how='all')

说明：

df.iloc[:, :5]：选择所有行和前5列

.dropna(how='all')：检查一行中的所有值是否均为NaN

如果要在5列中的任何一列中检查Nan：

df.iloc[:, :5].dropna(how='any')

要将其分配回原始df，您可以执行以下操作：

In [2107]: ix = df.iloc[:, :5].dropna(how='all').index.tolist()

In [2110]: df = df.loc[ix]

In [2111]: df
Out[2111]: 
       LotName    C15    C16    C17    C18  C19  Spots15  Spots16
Cherry      St  439.0  464.0  555.0  239.0  420      101    101.0
Barton     Lot   34.0   24.0   43.0   45.0   39       10      9.0

Answer 2

您可以使用iloc选择列，notna()代替NaN，any检查选中的列/行中的任何值是否为True < / p>

mask = df.iloc[:,:5].notna().any(axis=1)
df[mask]

输出：

              C15    C16    C17    C18    C19  Spots15 Spots16 ...
LotName                                                           
Cherry St   439.0  464.0  555.0  239.0  420.0      101     101 ...
Barton Lot   34.0   24.0   43.0   45.0   39.0       10       9 ...

Answer 3

另一种解决方案：您可以在此处指定从C15到C19的列，然后过滤掉其中包含NaN的所有行：

print( df[~df.loc[:, 'C15':'C19'].isna().any(axis=1)] )

打印：

      LotName    C15    C16    C17    C18    C19  Spots15  Spots16
0   Cherry St  439.0  464.0  555.0  239.0  420.0      101      101
2  Barton Lot   34.0   24.0   43.0   45.0   39.0       10        9