Pandas 如何使用熊猫来保持真实和无价值?
我有一个数据帧Pandas 如何使用熊猫来保持真实和无价值?,pandas,dataframe,python-3.7,Pandas,Dataframe,Python 3.7,我有一个数据帧 import pandas as pd data = {'a': [1,2,3,None,4,None,2,4,5,None],'b':[6,6,6,'NaN',4,'NaN',11,11,11,'NaN']} df = pd.DataFrame(data) condition = (df['a']>2) | (df['a'] == None) print(df[condition]) a b 0 1.0 6 1 2.0 6 2
import pandas as pd
data = {'a': [1,2,3,None,4,None,2,4,5,None],'b':[6,6,6,'NaN',4,'NaN',11,11,11,'NaN']}
df = pd.DataFrame(data)
condition = (df['a']>2) | (df['a'] == None)
print(df[condition])
a b
0 1.0 6
1 2.0 6
2 3.0 6
3 NaN NaN
4 4.0 4
5 NaN NaN
6 2.0 11
7 4.0 11
8 5.0 11
9 NaN NaN
在这里,我必须保留条件即将实现的地方,而在没有条件的地方,我也要保留这些行
预期产出为:
a b
2 3.0 6
3 NaN NaN
4 4.0 4
5 NaN NaN
7 4.0 11
8 5.0 11
9 NaN NaN
提前感谢您可以使用另一个
|
或条件(注意:请参阅@ALlolz的评论,您不应该将一个系列与np.nan
进行比较)
您可以使用另一个
|
或条件(注意:请参阅@ALlolz的评论,您不应该将一个系列与np.nan
进行比较)
None
与np.NaN
不同,因此None==np.NaN
是False
。更深入的参考:。虽然None==None
是True
熊猫处理系列比较时与None不同。None
与np.NaN
不同,因此None==np.NaN
是False
。更深入的参考:。虽然None==None
为True
pandas处理序列比较时与None不同。
condition = (df['a']>2) | (df['a'].isna())
df[condition]
a b
2 3.0 6
3 NaN NaN
4 4.0 4
5 NaN NaN
7 4.0 11
8 5.0 11
9 NaN NaN