2024-10-04 01:32:51 发布
网友
我有以下数据帧df
df
prod_id prod_ref 10 ef3920 12 bovjhd NaN lkbljb NaN jknnkn 30 kbknkn
我正在尝试以下方法:
但我得到了完全相同的数据帧。在
我想展示一下
prod_id prod_ref 10 ef3920 12 bovjhd 30 kbknkn
我做错什么了?在
使用函数^{}或反转^{}:
print (df[df.prod_id.notnull()]) prod_id prod_ref 0 10.0 ef3920 1 12.0 bovjhd 4 30.0 kbknkn print (df[~df.prod_id.isnull()]) prod_id prod_ref 0 10.0 ef3920 1 12.0 bovjhd 4 30.0 kbknkn
另一个解决方案是^{},但需要指定要检查的列NaN:
NaN
如果其他列中没有NaN值,请使用Alberto Garcia-Raboso's solution。在
问题是np.nan != np.nan是True(或者,np.nan == np.nan是{})。Pandas提供.dropna()方法来执行您想要的操作:
np.nan != np.nan
True
np.nan == np.nan
.dropna()
df.dropna()
输出:
默认情况下,.dropna()将删除任何列中有NaN的行。可以通过两种方式调整此行为:
subset
how='all'
how='any'
您可以检查documentation。在
使用函数^{} 或反转^{} :
另一个解决方案是^{} ,但需要指定要检查的列
^{pr2}$NaN
:如果其他列中没有
NaN
值,请使用Alberto Garcia-Raboso's solution。在问题是})。Pandas提供
np.nan != np.nan
是True
(或者,np.nan == np.nan
是{.dropna()
方法来执行您想要的操作:输出:
^{pr2}$默认情况下,
.dropna()
将删除任何列中有NaN
的行。可以通过两种方式调整此行为:subset
参数的某些列,并且how='all'
在所有列中包含NaN
(如果使用的话,在subset
中),默认值是how='any'
。在您可以检查documentation。在
相关问题 更多 >
编程相关推荐