在熊貓數據框中使用「對立布爾值」的正確方法布爾索引

我想使用布爾索引，檢查特定列所在的數據幀的行數而不是有NaN值。所以，我做了以下：在熊貓數據框中使用「對立布爾值」的正確方法布爾索引

import pandas as pd 
my_df.loc[pd.isnull(my_df['col_of_interest']) == False].head()

看到數據幀的片段，包括只有那些沒有價值NaN（最值NaN）。

它的工作，但似乎不夠優雅。我想輸入：

my_df.loc[!pd.isnull(my_df['col_of_interest'])].head()

但是，那樣會產生一個錯誤。我也花了很多時間在R上，所以也許我會混淆事物。在Python中，我通常在可能的地方使用「not」語法。例如，if x is not none:，但我不能在這裏真正做到。有沒有更優雅的方式？我不喜歡必須進行無意義的比較。

來源

2015-11-04 Mike Williamson

通常與熊貓（和numpy），我們使用按位非~，而不是!或not（其行爲不能被類型覆蓋）。

雖然在這種情況下我們有notnull,~可以派上用場的情況下，沒有特別的對立方法。

>>> df = pd.DataFrame({"a": [1, 2, np.nan, 3]}) 
>>> df.a.isnull() 
0 False 
1 False 
2  True 
3 False 
Name: a, dtype: bool 
>>> ~df.a.isnull() 
0  True 
1  True 
2 False 
3  True 
Name: a, dtype: bool 
>>> df.a.notnull() 
0  True 
1  True 
2 False 
3  True 
Name: a, dtype: bool

（爲了完整，我會注意的是-，一元負運算符，也將在布爾系列工作，但~是規範的選擇，-已經被廢棄了numpy的布爾數組。）

來源

2015-11-04 02:03:28 DSM

而不是使用pandas.isnull()，您應該使用pandas.notnull()來查找列不具有空值的行。實施例 -

import pandas as pd 
my_df.loc[pd.notnull(my_df['col_of_interest'])].head()

pandas.notnull()是pandas.isnull()布爾逆，如文檔中給出 -

參見
pandas.notnull
pandas.isnull的布爾逆

來源

2015-11-04 01:54:55

在熊貓數據框中使用「對立布爾值」的正確方法布爾索引

回答

相關問題