如何过滤NA值并将其添加到新的DataFram

Question

我有一个.csv格式的输入数据集，我正试图用python输入它并进行一些数据分析。示例格式如下：

col1   col2   col3   col4   col5
 1      0      0      1      NA
 2      3      5      1      NA
 1      1      4      6      NA
 7      8      9      1      1 
 12     13     0      34     5
 4      5      6      1      2

如果你看到了，第5列有NA值。我需要单独过滤这个NA值，这样hana值的所有行都应该从这个dataframe中删除并复制到新的dataframe中，这样生成的dataframe应该如下所示：

具有NA值的数据帧：

^{pr2}$

没有NA值的数据帧：

    col1   col2   col3   col4   col5
     7      8      9      1      1 
     12     13     0      34     5
     4      5      6      1      2

我应该得到上面提到的两个数据帧，这将用于我的进一步分析。我正在寻找python-pandas代码，以编程方式实现这些方法。有人能帮我吗？在

Answer 1

假设读入后，col5包含真正的nan而不是字符串NA，您可以简单地使用它们是否为null来从df中进行选择：

>>> key = df["col5"].isnull()
>>> df_NA = df.loc[key]
>>> df_notNA = df.loc[~key]
>>> df_NA
   col1  col2  col3  col4  col5
0     1     0     0     1   NaN
1     2     3     5     1   NaN
2     1     1     4     6   NaN
>>> df_notNA
   col1  col2  col3  col4  col5
3     7     8     9     1   1.0
4    12    13     0    34   5.0
5     4     5     6     1   2.0

或者，您可以使用groupby，这在这里可能有点过分了，但是当需要考虑的情况不止两个时，它会很好地工作：

^{pr2}$