从pandas数据帧中的多行中提取非nan值

Question

我正在研究几个出租车数据集.我使用pandas将所有数据集连接成一个数据帧.

我的数据框看起来像这样.

                     675                       1039                #and rest 125 taxis
                     longitude     latitude    longitude    latitude
date
2008-02-02 13:31:21  116.56359  40.06489       Nan          Nan
2008-02-02 13:31:51  116.56486  40.06415       Nan          Nan
2008-02-02 13:32:21  116.56855  40.06352       116.58243    39.6313
2008-02-02 13:32:51  116.57127  40.06324       Nan          Nan
2008-02-02 13:33:21  116.57120  40.06328       116.55134    39.6313
2008-02-02 13:33:51  116.57121  40.06329       116.55126    39.6123
2008-02-02 13:34:21  Nan        Nan            116.55134    39.5123

其中675,1039是出租车ids.基本上,共有127辆出租车有相应的纬度和经度.

我有几种方法可以为行提取非空值.

df.ix[k,df.columns[np.isnan(df.irow(0))!=1]]
              (or)
df.irow(0)[np.isnan(df.irow(0))!=1]
              (or)
df.irow(0)[np.where(df.irow(0)[df.columns].notnull())[0]]

任何上述命令都会返回,

675   longitude    116.56359
      latitude     40.064890 
4549  longitude    116.34642
      latitude      39.96662
Name: 2008-02-02 13:31:21

现在我想从前几行(比如从第1行到第6行)中提取所有notnull值.

我怎么做？

我可以把它循环起来.但我想要一种非循环的方式.

任何帮助,欢迎提出建议.谢谢你!:)

Answer 1

df.ix[1:6].dropna(axis=1)

作为提醒，irow将在下一个熊猫版本中弃用。新方法，使用更清晰，取而代之。

http://pandas.pydata.org/pandas-docs/dev/indexing.html#deprecations