Python：如何查找一列中的哪些值在另一特定列（数据框）中具有NaN值

Question

假设我们的df1如下所示：

x1 = [{'partner': "Afghanistan", 'commodity': NaN}, 
      {'partner': "Zambia",      'commodity': 2}, 
      {'partner': "Germany",     'commodity': 2},
      {'partner': "Afghanistan", 'commodity': NaN},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "Italy",       'commodity': 3},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "USA",         'commodity': NaN}]

df1 = pd.DataFrame(x1)

我想做的是查看commodity中具有NaN值的partner中的值列表，但是我不想让同一个partner列出两次。

因此，我的首选结果将如下所示：

commodity_nan_partners=
Afghanistan
Canada
USA

并不是：

Afghanistan
Afghanistan
Canada
Canada
USA

Answer 1

您可以使用isnull查找NaN值，然后使用unique或set获得唯一值：

>>> pd.Series(df1.loc[df1.commodity.isnull(),'partner'].unique())
0    Afghanistan
1         Canada
2            USA
dtype: object

# or
>>> pd.Series(list(set(df1.loc[df1.commodity.isnull(),'partner'])))
0         Canada
1    Afghanistan
2            USA
dtype: object

Answer 2

loc + isnull + drop_duplicates

您可以过滤您的系列，然后删除重复项：

res = df1.loc[df1['commodity'].isnull(), 'partner'].drop_duplicates()

print(res)

0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

Answer 3

第1步
筛选出仅保留有效字符串：

v = df1.loc[df1.commodity.isna(), 'partner']

要么，

v = df1.partner[df1.commodity.isna()]

print(v)
0    Afghanistan
3    Afghanistan
4         Canada
6         Canada
7            USA
Name: partner, dtype: object

第2步
删除重复项。

如果您要收藏，

ingredients.unique()
array(['Afghanistan', 'Canada', 'USA'], dtype=object)

要么，

set(ingredients)
{'Afghanistan', 'Canada', 'USA'}

如果您想要系列，

ser = ingredients.drop_duplicates().reset_index(drop=True)

0    Afghanistan
1         Canada
2            USA
Name: partner, dtype: object

如果您想要一个DataFrame，

df = ser.to_frame()

Answer 4

可以与dropna ，在这里提供一个不同的想法。

set(df1.partner.tolist())-set(df1.dropna().partner.tolist())
Out[94]: {'Afghanistan', 'Canada', 'USA'}

Answer 5

只是另一种选择：

>>> df1[df1.isnull().any(axis=1)]['partner'].drop_duplicates()
0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

使用loc + np.isnan

>>> df1.loc[np.isnan(df1.commodity), 'partner'].drop_duplicates()
0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object