时间戳

首页 > 解决方案 > 从 Pandas Dataframe 中选择一列中具有相同值但在另一列中仅缺失的行

python - 从 Pandas Dataframe 中选择一列中具有相同值但在另一列中仅缺失的行

问题描述

在下面的代码中，在 A 列下，foo 和 tog 在 B 列中只有缺失值。但是，我不能简单地使用它is_na()来过滤所有缺失值，因为有一个 bar 具有缺失值。

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'tog', 'bar', 'bar'],
                   'B' : [np.nan, 2, np.nan, 4, np.nan, 6, np.nan],
                   'C' : [2.0, 5., 8., 1., 2., 9., 3.]})

我试过了df.groupby('A').filter(df['B'] == 'NaN')，但返回错误：

“系列”对象不可调用。

如何过滤或选择 foo 和 tog？非常感激！

编辑：我正在清理一个包含一些缺失值但分布在很多行中的数据集。因此，我不能简单地选择与 A 列相对应的命名元素（例如 foo 和 tog）。

换句话说，我需要以下

    A   B   C
1   bar 2.0 5.0
3   bar 4.0 1.0
5   bar 6.0 9.0
6   bar NaN 3.0

标签： pythonpandasmissing-data

解决方案

filter需要一个函数，您可以传递一个函数来检查是否不是所有的值B都是NaN：

df.groupby("A").filter(lambda x: ~x.B.isna().all())

要得到

     A    B    C
1  bar  2.0  5.0
3  bar  4.0  1.0
5  bar  6.0  9.0
6  bar  NaN  3.0

wherefoo和tog被过滤掉，因为它们在 B 列中有所有 NaN。

推荐阅读