获取一列中所有值均为 nan 的行

Question

我想过滤 a 列中所有值都是 nan 的名称

这是我尝试过的

full.groupby('name')['opp'].isna().any(1)

但是这会返回错误消息：

AttributeError: Cannot access callable attribute 'isna' of 'SeriesGroupBy' objects, try using the 'apply' method

这是我的数据示例

name            opp 
 f              nan
 f              nan
 g               f
 g              nan
 g              nan
 g              nan
 k              nan

期望的输出是

name     opp
f        nan
f        nan
k        nan

Answer 1

使用GroupBy.transform和GroupBy.all测试每个组是否为True （所有NaN值）并通过boolean indexing过滤：

df = full[full['opp'].isna().groupby(full['name']).transform('all')]

另一种方法是获取包含至少一个非缺失值的所有name Series.isin过滤原始 name 列：

df = full[~full['name'].isin(full.loc[full['opp'].notna(), 'name'])]

---

print (df)
  name  opp
0    f  NaN
1    f  NaN
6    k  NaN

Answer 2

您可以使用过滤器：

print(df.groupby('name').filter(lambda x: x['opp'].isna().all()))

输出

  name  opp
0    f  NaN
1    f  NaN
6    k  NaN

作为替代，你可以使用dropna + ISIN ：

lookup = set(df.dropna(subset=['opp']).name.values)
print(df[~df.name.isin(lookup)])

输出

  name  opp
0    f  NaN
1    f  NaN
6    k  NaN