Python ==1在数据帧中仍返回NaN值

这是我的第一个问题，我对所有这些都是比较陌生的，如果这是愚蠢的话，请提前道歉，但我已经花了相当多的时间搜索和尝试dif解决方案

我有一个跟踪数据和他们每周排名的df。在轨道未分类的几周内，数据为“NaN”

pv = df.pivot_table(df, index=['track'])
pv2 = pv.fillna(100)
pv2[pv2 == 1]

我的问题是，为什么在NaN填充到“100”后，它仍然在pv2中返回NaN？我不知道如何摆脱NaN，例如，返回所有第一或第十首曲目（所有周）。根据数据的性质，某些列将有1和NaN，其他列将有NaN但没有1。大多数列是NaN的组合，范围在1<100之间

---

我曾尝试创建另一个pv表（使用dif索引，使其仅在周中显示列，仅在int64中显示数据类型），更改数据类型，但没有效果。我想我可能看错了，因为我对这一切都很陌生

如果将掩码应用于数据帧，则会得到

NaN

，其中值为

False

：

样本：

import pandas as pd
import io

temp=u"""a,b,c,d,e,f,g,h
a,1,227,2.33,15.7,158,149,158
b,2,1,231,1.3,15.9,145,1
c,0,228,23.3,1.57,1,145,153
d,7,227,2.31,15.6,159,149,1"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp))
print df
   a  b    c       d      e      f    g    h
0  a  1  227    2.33  15.70  158.0  149  158
1  b  2    1  231.00   1.30   15.9  145    1
2  c  0  228   23.30   1.57    1.0  145  153
3  d  7  227    2.31  15.60  159.0  149    1

print df == 1
       a      b      c      d      e      f      g      h
0  False   True  False  False  False  False  False  False
1  False  False   True  False  False  False  False   True
2  False  False  False  False  False   True  False  False
3  False  False  False  False  False  False  False   True

print df[df == 1]
     a    b    c   d   e    f   g    h
0  NaN  1.0  NaN NaN NaN  NaN NaN  NaN
1  NaN  NaN  1.0 NaN NaN  NaN NaN  1.0
2  NaN  NaN  NaN NaN NaN  1.0 NaN  NaN
3  NaN  NaN  NaN NaN NaN  NaN NaN  1.0

---

如果将掩码应用于数据帧，则会得到

NaN

，其中值为

False

：

样本：

import pandas as pd
import io

temp=u"""a,b,c,d,e,f,g,h
a,1,227,2.33,15.7,158,149,158
b,2,1,231,1.3,15.9,145,1
c,0,228,23.3,1.57,1,145,153
d,7,227,2.31,15.6,159,149,1"""
#after testing replace io.StringIO(temp) to filename
df = pd.read_csv(io.StringIO(temp))
print df
   a  b    c       d      e      f    g    h
0  a  1  227    2.33  15.70  158.0  149  158
1  b  2    1  231.00   1.30   15.9  145    1
2  c  0  228   23.30   1.57    1.0  145  153
3  d  7  227    2.31  15.60  159.0  149    1

print df == 1
       a      b      c      d      e      f      g      h
0  False   True  False  False  False  False  False  False
1  False  False   True  False  False  False  False   True
2  False  False  False  False  False   True  False  False
3  False  False  False  False  False  False  False   True

print df[df == 1]
     a    b    c   d   e    f   g    h
0  NaN  1.0  NaN NaN NaN  NaN NaN  NaN
1  NaN  NaN  1.0 NaN NaN  NaN NaN  1.0
2  NaN  NaN  NaN NaN NaN  1.0 NaN  NaN
3  NaN  NaN  NaN NaN NaN  NaN NaN  1.0

---

---

您可以添加数据样本、5-6行和所需的输出吗？欢迎使用StackOverflow。你可以查一下谢谢！试图找到提供数据样本的最佳方法，它来自一个大的cvs文件，其中包含float64 int64字符串，所有内容都是真实的（这是几年前billboard top 100的一个cvs）我认为这是我问题的根源，我希望在默认情况下返回的某些行（曲目）中包含NaN，但还有一些不是#1#的东西仍在被归还（包括NaN的）。我构建它的方式可能是个问题；我需要找到一些数据发布，没问题。我试着用我的样本编辑我的答案。然后你可以使用它作为模板。谢谢你的帮助！是的，我意识到问题是我不能得到我心目中的回报，因为df的结构（我需要制作一个新的pv表来改变这一点）你能添加你的数据样本，5-6行和期望的输出吗？欢迎来到StackOverflow。你可以查一下谢谢！试图找到提供数据样本的最佳方法，它来自一个大的cvs文件，其中包含float64 int64字符串，所有内容都是真实的（这是几年前billboard top 100的一个cvs）我认为这是我问题的根源，我希望在默认情况下返回的某些行（曲目）中包含NaN，但还有一些不是#1#的东西仍在被归还（包括NaN的）。我构建它的方式可能是个问题；我需要找到一些数据发布，没问题。我试着用我的样本编辑我的答案。然后你可以使用它作为模板。谢谢你的帮助！是的，我意识到问题是，由于df的结构，我无法获得我心目中的回报（我需要制作一个新的pv表来改变这一点）我添加了我的数据样本，请检查并更改它。：）让我问你：在你的最后一块中，有没有一种简单的方法来翻转表格（0、1、2、3为列，a、b等为行）？这是转置吗？或我必须手动创建一个新的透视图，只需索引所有列并将它们作为行来放置吗？转换UI非常容易使用

print df.T

哈哈，哇，伙计，你太棒了！我觉得自己像个白痴，但这让我明白了我的问题，非常感谢！问题是，由于pv的结构方式，我无法“摆脱”部分/全部NaN（它们固有地位于列中，因此它们无法“离开”行，再次感谢您！我添加了数据样本，请检查并更改它。：）让我问您：在您的最后一个模块中，是否有一种简单的方法可以翻转表格（0、1、2、3为列，a、b等为行）？这是转置吗？或者；我必须手动创建一个新的轴，只需索引所有列并将它们作为行来代替吗？转置UI非常简单-使用

print df.T

哈哈，哇，你太棒了！我觉得自己像个白痴，但这让我明白了我遇到的问题，非常感谢！问题是我不能“摆脱”部分/全部NaN，因为我的pv结构（它们固有地在列中，所以它们不能“离开”行，再次感谢您！