保留NaN值并删除非缺失值

Question

我有一个数据表（DataFrame），我想保留那些某个特定变量是NaN（缺失值）的行，同时删除那些有值的行。

举个例子：

ticker  opinion  x1       x2  
aapl    GC       100      70  
msft    NaN      50       40  
goog    GC       40       60  
wmt     GC       45       15  
abm     NaN      80       90  

在上面的数据表中，我想删除所有意见不缺失的记录（也就是说，我想删除那些ticker是aapl, goog, 和 wmt的行）。

在pandas里，有没有什么方法可以做到和.dropna()相反的操作呢？

Answer 1

另外，你可以使用query这个方法：

In [4]: df.query('opinion != opinion')
Out[4]: 
  ticker opinion  x1  x2
1   msft     NaN  50  40
4    abm     NaN  80  90

这是因为NaN（表示缺失值）不等于NaN：

In [5]: np.nan != np.nan
Out[5]: True

Answer 2

虽然这不是提问者想要的内容，但如果你在这里是为了寻找df.dropna()的反向操作，也就是想要保留那些有缺失值的数据，类似于df.keepna()，可以使用以下代码：

df[~df.index.isin(df.dropna().index)]

Answer 3

在某一列上使用 pandas.Series.isnull 来查找缺失的值，然后用这个结果进行索引。

import pandas as pd

data = pd.DataFrame({'ticker': ['aapl', 'msft', 'goog'],
                     'opinion': ['GC', nan, 'GC'],
                     'x1': [100, 50, 40]})

data = data[data['opinion'].isnull()]