从一列字符串的数据选择中过滤nan

不使用groupby我如何过滤数据没有NaN?

假设我有一个矩阵，其中客户将填写“N/ a”，“N/ a”或其任何变体，而其他人则留空:

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

我如何过滤NaN值，这样我就可以得到这样的结果:

  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

我猜我需要像~np这样的东西。Isnan，但tilda不适用于字符串。

当前回答

扔掉它们吧:

nms.dropna(thresh=2)

这将删除至少有两个非nan的所有行。

然后你可以在name是NaN的地方输入:

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]

EDIT

实际上，看看你最初想要什么，你可以这样做，没有dropna调用:

nms[nms.name.notnull()]

更新

3年后看这个问题，有一个错误，首先thresh arg寻找至少n个非nan值，所以实际上输出应该是:

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

有可能是我3年前弄错了，或者是我运行的熊猫版本有bug，这两种情况都是完全可能的。

2014-03-21 08:33:05

其他回答

扔掉它们吧:

nms.dropna(thresh=2)

这将删除至少有两个非nan的所有行。

然后你可以在name是NaN的地方输入:

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]

EDIT

实际上，看看你最初想要什么，你可以这样做，没有dropna调用:

nms[nms.name.notnull()]

更新

3年后看这个问题，有一个错误，首先thresh arg寻找至少n个非nan值，所以实际上输出应该是:

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

有可能是我3年前弄错了，或者是我运行的熊猫版本有bug，这两种情况都是完全可能的。

2014-03-21 08:33:05

最简单的解决方案:

filtered_df = df[df['name'].notnull()]

因此，它只过滤掉'name'列中没有NaN值的行。

对于多个列:

filtered_df = df[df[['name', 'country', 'region']].notnull().all(1)]

2017-12-04 08:38:06

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])]

2019-01-09 11:58:55

内部查询()通过column_name == column_name保留column_name不是NA的行。

对于你的情况:

nms.query('name == name')

2022-02-23 21:53:04

df.dropna(subset=['columnName1', 'columnName2'])

2019-06-06 11:20:09

从一列字符串的数据选择中过滤nan

推荐文章

最新文章

标签