如果不使用 groupby
我将如何过滤掉没有 NaN
的数据?
假设我有一个矩阵,客户将填写 'N/A','n/a'
或其任何变体,其他人将其留空:
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
我将如何过滤掉 NaN
值,以便我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.isnan
这样的东西,但 tilda 不适用于字符串。
最佳答案
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。
对于多列:
filtered_df = df[df[['name', 'country', 'region']].notnull().all(1)]
关于Python pandas从一列字符串的数据选择中过滤掉nan,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22551403/