删除 MultiIndex 中带有重复项的 NaN 行

Question

使用重现我的确切问题的 DataFrame 进行更新

我有一个问题，NaN出现在索引中会导致非唯一行（自NaN !== NaN）。我需要删除NaN索引中出现的所有行。我之前的问题有一个带有单行的示例 DataFrame NaN，但是原始解决方案没有解决我的问题，因为它没有满足这个广告不佳的要求：

（请注意，在实际数据中，我有数千个这样的行，包括重复的行，因此NaN !== NaN这在索引上是允许的）

（来自我原来的帖子）

问题

>>>import pandas as pd
>>>import numpy as np
>>> df = pd.DataFrame([[1,1,"a"],[1,2,"b"],[1,3,"c"],[1,np.nan,"x"],[1,np.nan,"x"],[1,np.nan,"x"],[2,1,"d"],[2,2,"e"],[np.nan,1,"x"],[np.nan,2,"x"],[np.nan,1,"x"]], columns=["a","b","c"])
>>>df
         c
a   b
1.0 1.0  a
    2.0  b
    3.0  c
    NaN  x
    NaN  x
    NaN  x
2.0 1.0  d
    2.0  e
NaN 1.0  x
    2.0  x
    1.0  x

注意重复的行：(1.0, NaN)和(NaN, 1.0)

失败的解决方案：

我尝试过一些简单的事情，例如：

>>>df = df[pandas.notnull(df.index)]

但这会失败，因为notnull没有针对 MultiIndex 实现。

早期的答案之一还建议：

>>>df = df.reindex(df.index.dropna())

但是，这失败并出现错误：

Exception: cannot handle a non-unique multi-index!

期望的输出：

>>>df
         c
a   b
1.0 1.0  a
    2.0  b
    3.0  c
2.0 1.0  d
    2.0  e

（所有NaN索引行都被删除，消除任何非唯一行）

Answer 1

选项 1
reset_index、dropna、 以及set_index再次。

c = df.index.names
df = df.reset_index().dropna().set_index(c)
df

         c
a   b     
1.0 1.0  a
    2.0  b
    3.0  c
2.0 1.0  d
    2.0  e
    2.0  x
    1.0  x

如果您MultiIndex是独一无二的，您可以使用...
选项 2
df.index.dropna和df.reindex

df = df.reindex(df.index.dropna())