在 Pandas 中选择包含跟随特定值的 NaN 的行

Question

我正在尝试创建一个新的 DataFrame，其中包含与最后一列中的值 1.0 或 NaN 相对应的行，由此我只将 Nans 取到 1.0 以下（也就是说，我对所有内容都感兴趣，直到出现 0.0）。

Timestamp      Value         Mode    
00-00-10   34567  1.0  
00-00-20   45425     
00-00-30   46773  0.0  
00-00.40   64567   
00-00-50   25665  1.0  
00-00-60   25678  

我的尝试是：

for row in data.itertuples():
while data[data.Mode != 0.0]:
    df2 = df2.append(row)
else:
    #How do I differentiate between a NaN under a 1.0 and a NaN under a 0.0?
print (df2)

这个想法是保存每一行直到 0.0 出现，然后忽略每一行直到 1.0 再次出现。

Answer 1

您可以使用.ffill来确定它是低于 1 还是低于 0 的NaN 。

这是低于 1 的NaN值

df[(df['Mode'].isnull()) & df['Mode'].ffill() == 1]
#  Timestamp  Value  Mode
#1  00-00-20  45425   NaN
#5  00-00-60  25678   NaN

要获得以下所有1 s 和NaN ：

df[((df['Mode'].isnull()) & df['Mode'].ffill() == 1) | df.Mode == 1]
#  Timestamp  Value  Mode
#0  00-00-10  34567   1.0
#1  00-00-20  45425   NaN
#4  00-00-50  25665   1.0
#5  00-00-60  25678   NaN

---

您可以使用稍微更好的逻辑，因为您只有 1 和 0，尽管由于'Mode'的NaN ，这可能并不总是有效（它似乎适用于上述位）

df[((df['Mode'].isnull()) & df['Mode'].ffill()) | df.Mode]