从pandas DataFrame中去除NaT值

Question

我有一个数据表，长得像下面这样：

                               mean
comp_name  date                      
Appdynamics 2012-05-01 00:18:15.910000
            2012-05-01             NaT
            2012-05-01             NaT
            2012-05-02 00:20:12.145200
            2012-05-02             NaT
            2012-05-02             NaT

在这里，comp_name和date组成了一个多重索引。我想去掉那些NaT（缺失时间）值，只保留那些平均值（timedelta64）不是NaT的行。

                               mean
comp_name  date                      
Appdynamics 2012-05-01 00:18:15.910000
            2012-05-02 00:20:12.145200

有什么好主意吗？

Answer 1

在Pandas 1.4.1版本中，dropna这个功能可以去掉NaT值。来源可以查看这个链接：文档，我正在使用这个功能。所以现在使用起来非常简单。

df = df.dropna()

Answer 2

pandas.notnull() 是一个函数，它会检查你给它的一个数据序列，返回一个布尔值序列。这个布尔值序列会标记出哪些地方是有效的，也就是说，哪些地方不是空值（比如 None、np.NaN 或 np.NaT）。然后你可以用这个布尔值序列来筛选数据框中的内容：

df[pandas.notnull(df['mean'])]