python - 如何将数值与 nan 值分开？

Question

我有很多缺失数据的 Pandas 数据框。如果我去

d = dfs['REV_PIZ'].isna()

输出是 bool 值。

0        True
1        True
2        True
3        True
4        True
5        True
6        True
7        True

我真正想要的是让 d 只包含数值，这将使我能够在此专栏上进一步进行数学运算。

Answer 1

不清楚是否有非数值，所以2种可能的解决方案:

---

如果所有值都是数字，则可以使用 boolean indexing与 isna :

d = dfs[dfs['REV_PIZ'].notna()]

或dropna按列 REV_PIZ:

d = dfs.dropna(subset=['REV_PIZ'])

示例:

dfs = pd.DataFrame({'REV_PIZ':[1,2,np.nan]})
d = dfs.dropna(subset=['REV_PIZ'])
print (d)
   REV_PIZ
0      1.0
1      2.0

---

如果数字与非数字混合添加 to_numeric使用 errors='coerce' 将非数字转换为 NaN:

dfs = pd.DataFrame({'REV_PIZ':[1,2,np.nan,'a']})
dfs['REV_PIZ'] = pd.to_numeric(dfs['REV_PIZ'], errors='coerce')
d = dfs.dropna(subset=['REV_PIZ'])
print (d)
   REV_PIZ
0      1.0
1      2.0