大熊貓數據幀選擇楠索引

Question

我有一個數據幀df具有以下：

In [10]: df.index.unique() 
Out[10]: array([u'DC', nan, u'BS', u'AB', u'OA'], dtype=object) 

我可以容易地選擇出df.ix [ 「DC」]，df.ix [ 「BS」]等但我在選擇nan索引時遇到問題。

df.ix[nan], df.ix["nan"], df.ix[np.nan] all won't work. 

如何選擇nan作爲索引的行？

Answer 1

一種方法是使用df.index.isnull()識別的NaN的位置：

In [218]: df = pd.DataFrame({'Date': [0, 1, 2, 0, 1, 2], 'Name': ['A', 'B', 'C', 'A', 'B', 'C'], 'val': [0, 1, 2, 3, 4, 5]}, index=['DC', np.nan, 'BS', 'AB', 'OA', np.nan]); df 
Out[218]: 
    Date Name val 
DC  0 A 0 
NaN  1 B 1 
BS  2 C 2 
AB  0 A 3 
OA  1 B 4 
NaN  2 C 5 

In [219]: df.index.isnull() 
Out[219]: array([False, True, False, False, False, True], dtype=bool) 

然後，你可以使用df.loc選擇那些行：

In [220]: df.loc[df.index.isnull()] 
Out[220]: 
    Date Name val 
NaN  1 B 1 
NaN  2 C 5 

---

注：我原來的答覆用pd.isnull(df.index)代替Zero's suggestion,df.index.isnull()。最好使用df.index.isnull()，因爲對於不能容納NaN的索引類型（如Int64Index和RangeIndex,isnull方法returns an array of all False values immediately），而不是盲目檢查索引中每個項目的NaN值。