在熊貓中使用.notnull（）時什麼是正確的語法？

我想在數據框的幾列上使用.notnull()以消除包含「NaN」值的行。在熊貓中使用.notnull（）時什麼是正確的語法？

讓說我有以下df：

A B C 
0 1 1 1 
1 1 NaN 1 
2 1 NaN NaN 
3 NaN 1 1

我試圖用這個語法，但它不工作？你知道我做錯了什麼嗎？

df[[df.A.notnull()],[df.B.notnull()],[df.C.notnull()]]

我得到這個錯誤：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

我應該怎麼做才能得到下面的輸出？

A B C 
0 1 1 1

任何想法？

來源

2016-08-01 MEhsan

你可以做'df.dropna（子= 'A'， 'B'， 'C']）' – ayhan

您可以先通過df[['A','B','C']]選擇列的子集，然後應用notnull並指定掩碼中all值True：

print (df[['A','B','C']].notnull()) 
     A  B  C 
0 True True True 
1 True False True 
2 True False False 
3 False True True 

print (df[['A','B','C']].notnull().all(1)) 
0  True 
1 False 
2 False 
3 False 
dtype: bool 

print (df[df[['A','B','C']].notnull().all(1)]) 
    A B C 
0 1.0 1.0 1.0

另一種解決方案是從dropnaAyhan評論：

print (df.dropna(subset=['A', 'B', 'C'])) 
    A B C 
0 1.0 1.0 1.0

同樣如下：

print (df.dropna(subset=['A', 'B', 'C'], how='any'))

並表示刪除所有行，其中至少有一個值爲NaN。

來源

2016-08-01 15:12:19 jezrael

感謝有意義......關於'。所有東西（）「那是幹什麼的？以及它與'.any（）'有什麼不同？ – MEhsan

'all'表示檢查所有值是否爲真，並且'any'表示檢查至少一個值是否爲真。如果使用'all（1）'或'any（1）'，這意味着檢查行，因爲它與'all（axis = 1）'或'any（axis = 1）相同' – jezrael

您真棒！非常感謝我的朋友 – MEhsan

您可以通過將它們與&運算符結合使用來應用多個條件（這不僅適用於notnull()函數）。

df[(df.A.notnull() & df.B.notnull() & df.C.notnull())] 
    A B C 
0 1.0 1.0 1.0

或者，你能把它包含NaN所有列。原始DataFrame未被修改，而是返回一個副本。

df.dropna()

來源

2016-08-01 15:17:30

在熊貓中使用.notnull（）時什麼是正確的語法？

回答

相關問題