不使用groupby
我如何过滤掉不使用NaN
的数据?
假设我有一个矩阵,客户填写“不适用”、“不适用”或其任何变体,而其他人将其留空:
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
我如何过滤出NaN值,以便得到这样的结果:
movie name rating
0 thg John 3
3 mol Graham NaN
我想我需要一些类似~np.isnan
的东西,但是tilda不能用于字符串。
放下它们:
这将删除至少有两个非-
NaN
的所有行。然后您可以删除名称所在的位置
NaN
:编辑
实际上,查看您最初想要的内容,就可以在不使用
dropna
调用的情况下执行此操作:更新
3年后再看这个问题,有一个错误,首先^{} arg查找至少
n
个非NaN
值,因此实际上输出应该是:可能是我3年前就搞错了,或者是我运行的熊猫版本有错误,这两种情况都是完全可能的。
最简单的解决方案:
因此,它只过滤掉“name”列中没有NaN值的行。
对于多个列:
相关问题 更多 >
编程相关推荐