根據另一個dataFrame的某些列值制作一個熊貓dataFrame

Question

我有一個熊貓DataFrame df1，具有以下內容：

Serial N         year         current
   B              10            14
   B              10            16
   B              11            10
   B              11            
   B              11            15
   C              12            11
   C                            9
   C              12            13
   C              12             

我想制作一個基於df1的DataFrame，但該數據幀的任何包含空值的行都被刪除。 例如：

Serial N         year         current
   B              10            14
   B              10            16
   B              11            10
   B              11            15
   C              12            11
   C              12            13  

我嘗試過這樣的事情

df1=df[~np.isnan(df["year"]) or ~np.isnan(df["current"])]

但是我收到以下錯誤：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

可能是什么問題呢？

Answer 1

請嘗試按位運算符| 相反，像這樣：

df1=df[ (~np.isnan(df["year"])) | (~np.isnan(df["current"]))]

根據dropna()建議，使用dropna()可能是這里最干凈，最整潔的解決方案。 您可以在此處閱讀更多有關此內容或處理缺失數據的信息

Answer 2

您可以致電dropna來實現此目的：

df1 = df.dropna()

至於為什么嘗試失敗or運算符不理解在比較類似數組的結構時的原因，因為如果1個或多個元素滿足布爾條件則模棱兩可，則應使用按位運算符& ， | 和~代表and ， or而not代表。 另外，對於多個條件，由於運算符的優先級，您需要將條件包裝在括號中。

In [4]:
df.dropna()

Out[4]:
  Serial N  year  current
0        B    10       14
1        B    10       16
2        B    11       10
4        B    11       15
5        C    12       11
7        C    12       13

Answer 3

如果您確實有空單元格而不是NaN：

In [122]: df
Out[122]:
  Serial_N  year current
0        B  10.0    14.0
1        B  10.0    16.0
2        B  11.0    10.0
3        B  11.0
4        B  11.0    15.0
5        C  12.0    11.0
6        C           9.0
7        C  12.0    13.0
8        C  12.0

In [123]: a.replace('', np.nan).dropna()
Out[123]:
  Serial_N  year current
0        B  10.0    14.0
1        B  10.0    16.0
2        B  11.0    10.0
4        B  11.0    15.0
5        C  12.0    11.0
7        C  12.0    13.0