Python 3.x 根据每行中的字符串对数据进行分类

我有以下数据帧：

 raw_data = {'name': ['Willard', 'Nan', 'Omar', 'Spencer'],
'Last_Name': ['Smith', 'Nan', 'Sheng', 'Poursafar'],
'favorite_color': ['blue', 'red', 'Nan', "green"],
'Statues': ['Match', 'Mis-Match', 'Match', 'Mis_match']}
df = pd.DataFrame(raw_data, columns = ['name', 'age', 'favorite_color', 'grade'])
df

我想做以下任务：

分隔包含匹配和不匹配的行

制作一个类别，只包含名字和姓氏都是Nan并且喜欢某种颜色（除Nan以外的任何颜色）的人 你们能帮帮我吗

使用：

如果缺少的值不是字符串，请使用 :

如果

Nan

s是字符串，则通过

Nan

进行比较：

df3 = df[(df['Name'] == 'Nan') & 
         (df['Last_NameName'] == 'Nan') &
         (df['favorite_color'] != 'Nan')]

---

使用

df['col'].notna（）

与

的任何理由！df['col'].isna（）

+1@TimBiegeleisen-它不是有效的代码，需要

~df['col'].isna（）

，但simplier是

df['favorite_color'].notna（）

@Sam-不，只有来自斯洛伐克的普通人；）

df3 = df[df['Name'].isna() & df['Last_NameName'].isna() & df['favorite_color'].notna()]

df3 = df[(df['Name'] == 'Nan') & 
         (df['Last_NameName'] == 'Nan') &
         (df['favorite_color'] != 'Nan')]