根据值插入特定于列的NaN并删除行

Question

我对昆虫进行了几次假设性试验。我想删除结果1值“小于10”的行，我认为这不重要，但想在值a单行中留下一个NaN，以显示执行了哪个测试以及对哪个昆虫执行了测试。你知道吗

from pandas import Series, DataFrame
import numpy as np

A = Series(['A','A','B','B','B','C'])
B = Series(['ant','flea','flea','spider','spider','flea'])
C = Series([88,77,1,3,2,67])
D = Series(np.random.randn(6))

df = DataFrame({'test':A.values,'insect':B.values,
            'result_1':C.values,'result_2':D.values},
           columns=['test','insect','result_1','result_2'])
df

原来的数据帧是这样的：

因为索引2、3和4有结果\u1值<；10，我想删除所有这些行，但要注意的是，只剩下一行（在两个结果列中都有NaN），以表明测试B是在跳蚤上执行的（index2），应该留下一行来显示测试B确实是在spider上执行的（在索引3和4中，一个需要删除，另一个需要在results列中插入NaN）。你知道吗

因此，生成的数据帧应该如下所示：

Answer 1

我想你可以用：

#add NaN by condition
df.loc[df.result_1 < 10, ['result_1','result_2']] = np.nan 
#drop duplicated by column insect
df[df.result_1.isnull()] = df[df.result_1.isnull()].drop_duplicates(subset='insect')
df = df.dropna(how='all')
print (df)
  test  insect  result_1  result_2
0    A     ant      88.0 -0.037844
1    A    flea      77.0 -1.088879
2    B    flea       NaN       NaN
3    B  spider       NaN       NaN
5    C    flea      67.0  1.455632

另一个解决方案是找到相关索引，然后用index行^{}：

mask = df.result_1 < 10

df.loc[mask, ['result_1','result_2']] = np.nan 
a = df[mask].duplicated(subset='insect')
print (a)
2    False
3    False
4     True
dtype: bool

a = a[a].index
df = df.drop(a)
print (df)
  test  insect  result_1  result_2
0    A     ant      88.0 -0.176274
1    A    flea      77.0 -0.123691
2    B    flea       NaN       NaN
3    B  spider       NaN       NaN
5    C    flea      67.0 -0.310655