如果某个国家的数据值是NaN,我希望在我的分层索引中删除整个级别(在本例中是国家)。所以我想从这个开始:
M1 M2
country year
Arab World 2010 5.240002 NaN
2009 NaN NaN
Bangladesh 2010 6.206065 3.7
2009 5.708707 NaN
Canada 2010 7.203803 5.8
2009 6.144833 7.0
Sweden 2010 9.123140 6.0
2009 5.213283 6.1
像这样的事情:
^{pr2}$我尝试了df.dropna()
和thresh
选项,以及df.fillna(0)
来尝试简化删除国家的操作,但是这两种方法都是为了在M1和M2包含值的情况下在数据框中保留级别,例如2010年的孟加拉国。在
有什么简明的方法来解决这个问题吗?在
是的,有一个简洁有效的方法来解决这个问题。您使用
df.dropna()
是正确的,只是在应用数据之前需要unstack
您的数据。在旋转
^{pr2}$DataFrame
使“Year”成为最内层的列标签删除缺少数据的行
反装拆垛
把这些放在一起:
代码块底部的三行完成了繁重的工作,剩下的几行将数据放入数据帧(或多或少)。在
收益率
^{pr2}$相关问题 更多 >
编程相关推荐