Python 落在不在中间的熊猫的南排

我有一个按时间索引的数据帧

例如：

Time                       Value
2010-01-01                 nan
2010-01-02                 nan
2010-01-03                 3
2010-01-04                 4
2010-01-05                 5
2010-01-06                 3
2010-01-07                 nan
2010-01-08                 nan
2010-01-09                 3
2010-01-10                 3
2010-01-11                 4
2010-01-12                 5
2010-01-13                 3
2010-01-14                 nan
2010-01-15                 nan

---

在本例中，我想删除前两行和最后两行。而不是中间的那排。有什么方法可以做到这一点吗？

假设数据是您的数据帧：

a, b = data.dropna().index[[0, -1]]

df.loc[df.Value.first_valid_index(): df.Value.last_valid_index()]

您也可以考虑选择一个特定的列，例如使用<代码>数据['Value] 而不是<代码>数据< /代码> ./P> 这样就可以得到不包含NaN的起始索引和结束索引。然后，您只需获取该切片（小心包含最后一行）：

结果:

Time                       Value
2010-01-03                 3
2010-01-04                 4
2010-01-05                 5
2010-01-06                 3
2010-01-07                 nan
2010-01-08                 nan
2010-01-09                 3
2010-01-10                 3
2010-01-11                 4
2010-01-12                 5
2010-01-13                 3

            Value
Time             
2010-01-03    3.0
2010-01-04    4.0
2010-01-05    5.0
2010-01-06    3.0
2010-01-07    NaN
2010-01-08    NaN
2010-01-09    3.0
2010-01-10    3.0
2010-01-11    4.0
2010-01-12    5.0
2010-01-13    3.0

@unutbu提示使用

loc

后的单行解决方案：

data.loc[slice(*data.dropna().index[[0, -1]])]

---

您可以使用第一个有效值和最后一个有效值的索引来筛选数据帧：

a, b = data.dropna().index[[0, -1]]

df.loc[df.Value.first_valid_index(): df.Value.last_valid_index()]

结果:

Time                       Value
2010-01-03                 3
2010-01-04                 4
2010-01-05                 5
2010-01-06                 3
2010-01-07                 nan
2010-01-08                 nan
2010-01-09                 3
2010-01-10                 3
2010-01-11                 4
2010-01-12                 5
2010-01-13                 3

            Value
Time             
2010-01-03    3.0
2010-01-04    4.0
2010-01-05    5.0
2010-01-06    3.0
2010-01-07    NaN
2010-01-08    NaN
2010-01-09    3.0
2010-01-10    3.0
2010-01-11    4.0
2010-01-12    5.0
2010-01-13    3.0

---

使用

bfill

和

ffill

df[df.Value.ffill().notnull()&df.Value.bfill().notnull()]
Out[464]: 
          Time  Value
2   2010-01-03    3.0
3   2010-01-04    4.0
4   2010-01-05    5.0
5   2010-01-06    3.0
6   2010-01-07    NaN
7   2010-01-08    NaN
8   2010-01-09    3.0
9   2010-01-10    3.0
10  2010-01-11    4.0
11  2010-01-12    5.0
12  2010-01-13    3.0

---

什么定义了“中间”？是否会删除

2010-01-04

中的

NaN

？您是否正在尝试删除位于开始或结束处的所有连续

NaN

行？是。不应删除2010-01-04上的NAN为了避免

数据[A:b+1]

中的+1，您也可以使用

数据。loc[A，b]

因为

loc

包括两个端点。