Python pandas从一列字符串的数据选择中过滤出nan

Question

不使用groupby如何在没有过滤数据的情况下NaN？

假设我有一个矩阵,客户将在其中填写'N/A','n/a'或其任何变体,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

我如何过滤掉NaN值,以便我可以得到如下结果:

  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

我猜我需要的东西,~np.isnan但tilda不适用于字符串.

Answer 1

放下它们:

nms.dropna(thresh=2)

这将删除至少有两个非行的所有行NaN

然后你可以放弃名称所在的位置NaN:

In [87]:

nms
Out[87]:
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

[5 rows x 3 columns]
In [89]:

nms = nms.dropna(thresh=2)
In [90]:

nms[nms.name.notnull()]
Out[90]:
  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

[2 rows x 3 columns]

编辑

实际上看看你原来想要什么,你可以在没有dropna电话的情况下做到这一点:

nms[nms.name.notnull()]

UPDATE

3年后看这个问题,有一个错误,首先thresharg寻找leas n非NaN值,所以实际上输出应该是:

In [4]:
nms.dropna(thresh=2)

Out[4]:
  movie    name  rating
0   thg    John     3.0
1   thg     NaN     4.0
3   mol  Graham     NaN

3年前我可能弄错了,或者我运行的熊猫版本有错误,两种情况都完全可能

Answer 2

最简单的解决方案:

filtered_df = df[df['name'].notnull()]

因此,它仅过滤掉"名称"列中没有NaN值的行.

Answer 3

df.dropna(subset=['columnName1', 'columnName2'])

Answer 4

df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],'rating': [3., 4., 5., np.nan, np.nan, np.nan],'name': ['John','James', np.nan, np.nan, np.nan,np.nan]})

for col in df.columns:
    df = df[~pd.isnull(df[col])]