根据列值在熊猫数据框中删除行

Question

我有一个像这样的数据框：

cols = [ 'a','b']
df = pd.DataFrame(data=[[NaN, -1, NaN, 34],[-32, 1, -4, NaN],[4,5,41,14],[3, NaN, 1, NaN]], columns=['a', 'b', 'c', 'd'])

我想检索所有行，当列'a'和'b'为非负数时，但是如果其中任何一个或全部丢失，我想保留它们。

结果应该是

   a   b   c   d
2  4   5  41  14
3  3 NaN   1 NaN

我已经尝试过了，但是没有给出预期的结果。

df[(df[cols]>0).all(axis=1) | df[cols].isnull().any(axis=1)]

Answer 1

IIUC，您实际上想要

>>> df[((df[cols] > 0) | df[cols].isnull()).all(axis=1)]
   a   b   c   d
2  4   5  41  14
3  3 NaN   1 NaN

现在，您会得到“如果它们都是肯定的”或“任何都不为空”。 您想要“如果全部都是（正数或null）”。 （将非负数> 0替换为>=0 ）

由于NaN不是正数，我们可以通过翻转条件来简化，并使用类似

>>> df[~(df[cols] <= 0).any(axis=1)]
   a   b   c   d
2  4   5  41  14
3  3 NaN   1 NaN