问题:Python Pandas从一列字符串的数据选择中过滤掉Nan
如果不使用groupby
,我将如何过滤掉没有的数据NaN
?
假设我有一个矩阵,客户可以在其中填写“ N / A”,“ n / a”或其任何变体,而其他人则将其留空:
import pandas as pd
import numpy as np
df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],
'rating': [3., 4., 5., np.nan, np.nan, np.nan],
'name': ['John', np.nan, 'N/A', 'Graham', np.nan, np.nan]})
nbs = df['name'].str.extract('^(N/A|NA|na|n/a)')
nms=df[(df['name'] != nbs) ]
输出:
>>> nms
movie name rating
0 thg John 3
1 thg NaN 4
3 mol Graham NaN
4 lob NaN NaN
5 lob NaN NaN
我将如何过滤NaN值,以便可以像这样获得结果:
movie name rating
0 thg John 3
3 mol Graham NaN
我猜我需要类似的东西,~np.isnan
但tilda不适用于字符串。
回答 0
只需将它们放下:
nms.dropna(thresh=2)
这将删除所有至少有两个non-的行NaN
。
然后,您可以删除名称为NaN
:
In [87]:
nms
Out[87]:
movie name rating
0 thg John 3
1 thg NaN 4
3 mol Graham NaN
4 lob NaN NaN
5 lob NaN NaN
[5 rows x 3 columns]
In [89]:
nms = nms.dropna(thresh=2)
In [90]:
nms[nms.name.notnull()]
Out[90]:
movie name rating
0 thg John 3
3 mol Graham NaN
[2 rows x 3 columns]
编辑
实际查看您最初想要的是什么,而无需dropna
调用即可:
nms[nms.name.notnull()]
更新
3年后的这个问题,有一个错误,首先thresh
arg至少查找n
非NaN
值,因此实际上输出应为:
In [4]:
nms.dropna(thresh=2)
Out[4]:
movie name rating
0 thg John 3.0
1 thg NaN 4.0
3 mol Graham NaN
我可能是3年前弄错了,或者我运行的熊猫版本存在错误,两种情况都是可能的。
回答 1
所有解决方案中最简单的:
filtered_df = df[df['name'].notnull()]
因此,它仅过滤掉“名称”列中没有NaN值的行。
对于多列:
filtered_df = df[df[['name', 'country', 'region']].notnull().all(1)]
回答 2
df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],'rating': [3., 4., 5., np.nan, np.nan, np.nan],'name': ['John','James', np.nan, np.nan, np.nan,np.nan]})
for col in df.columns:
df = df[~pd.isnull(df[col])]
回答 3
df.dropna(subset=['columnName1', 'columnName2'])