熊猫仅在具有至少1个非NaN值的行上

Question

假设我有一个像这样构造的DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame(data = {"col1":[3, np.nan, np.nan, 21],
                          "col2":[4, np.nan, 12, np.nan],
                          "col3":[33, np.nan, 55, np.nan]})

看起来像这样：

    col1     col2     col3
0   3.0      4.0      33.0
1   NaN      NaN      NaN
2   NaN      12.0     55.0
3   21.0     NaN      NaN

我想过滤到具有至少1个非NaN值的列 ，然后到位。

如果我执行以下操作：

df.loc[df.dropna(thresh=1).index, :].fillna("fill value")

这将创建一个新的DataFrame，其值已正确填充，并删除了全为NaN的行。

但是我想保留所有NaN行，因此我尝试将其应用到位：

df.loc[df.dropna(thresh=1).index, :].fillna("fill value", inplace=True)

但没有对原始DataFrame进行任何更改-我在做什么错？

Answer 1

为了澄清，您想让所有NaN行都保留为nans，但用值填充其他NaN？ 到位吗？

这样的事情应该起作用：

df.where(df.isnull().all(axis=1), df.fillna(100), inplace=True)

where将整个行为null的值保留在其中，否则，将其替换为df.fillna（）值。