Python 数据框根据不工作的条件排除行

Question

我有一个数据帧，它是从数据帧和数组连接起来的。 不知何故，它继承了原始数据框的索引 - 因此我试图根据不应包含缺失值的列之一排除行。 如果我查看我的数据框，它显示如下：

print(model_data2['is_62p_days_overdue'][0:11])

现在，当我运行时：

print(model_data2['is_62p_days_overdue'].where(model_data2['is_62p_days_overdue'] != np.nan)[0:11]) 

我得到完全相同的输出。 当我运行时：

print(model_data2['is_62p_days_overdue'].where(model_data2['is_62p_days_overdue'] == np.nan)[0:11])

我错过了什么？ 这让我发疯！ 我试过重置索引 - 但这也没有任何作用。

Answer 1

IUC：

取而代之的是：

print(model_data2['is_62p_days_overdue'].where(model_data2['is_62p_days_overdue'] != np.nan)[0:11])

尝试使用loc访问器和notna()方法：

print(model_data2.loc[model_data2['is_62p_days_overdue'].notna(),'is_62p_days_overdue'][0:11])

回复评论：

有两个原因

1. 你不能像在你的方法中那样比较 NaN：

    model_data2['is_62p_days_overdue'] != np.nan
    
    #this is wrong instead use notna() method

2.您正在使用 where 方法，即使您更正了上述方法，它也会使其返回 NaN：

model_data2['is_62p_days_overdue'].where(model_data2['is_62p_days_overdue'].notna())

Answer 2

在我的代码底部查看“您可能想要查看的#行”

import pandas as pd
import numpy as np

# make a dataset

dict={'is_62p_days_overdue':[0, 0, 0, 0, 0, None, None, 0, None, 0, None]}
data=pd.DataFrame(dict)
print(data)


# append numeric 1~10

data=data.append(pd.DataFrame({'is_62p_days_overdue': list(range(1,10+1))}),ignore_index=True)
data

# rows you may want to see

data.loc[~(data.is_62p_days_overdue.isna())]

Answer 3

您可以使用 .dropna() 删除具有 NaN 值的行。 用这个：

model_data2.dropna(subset = ['is_62p_days_overdue'], inplace = True)