Python 如何将数值与nan值分开？

我有一个熊猫数据框，里面有很多缺失的数据

d = dfs['REV_PIZ'].isna()

输出是布尔值

0        True
1        True
2        True
3        True
4        True
5        True
6        True
7        True

我真正想要的是d只包含数值，这将使我能够在本专栏上进一步进行数学计算。

这应该可以-

d=dfs.query("REV_PIZ==REV_PIZ")

请参见此处-

这应该可以-

d=dfs.query("REV_PIZ==REV_PIZ")

---

请看这里-

我想你的问题几乎可以自己回答，你可以像这样过滤掉它们

---

d=dfs[~dfs['REV_PIZ'].isna]

我想你的问题几乎可以自己回答，你可以像这样过滤掉它们

---

d=dfs[~dfs['REV_PIZ'].isna]

不清楚是否存在非数值，因此有两种可能的解决方案：

如果所有值都是数字，则可以与以下值一起使用：

或按列REV_PIZ：

样本：

如果混合了数字与非数字，则添加错误，并将非数字转换为NAN:

---

不清楚是否存在非数值，因此有两种可能的解决方案：

如果所有值都是数字，则可以与以下值一起使用：

或按列REV_PIZ：

样本：

如果混合了数字与非数字，则添加错误，并将非数字转换为NAN:

---

我得到了AttributeError:“Series”对象没有属性“query”您说dfs是数据帧，而不是序列我得到了AttributeError:“Series”对象没有属性“query”您说dfs是数据帧，而不是序列

d = dfs.dropna(subset=['REV_PIZ'])

dfs = pd.DataFrame({'REV_PIZ':[1,2,np.nan]})
d = dfs.dropna(subset=['REV_PIZ'])
print (d)
   REV_PIZ
0      1.0
1      2.0

dfs = pd.DataFrame({'REV_PIZ':[1,2,np.nan,'a']})
dfs['REV_PIZ'] = pd.to_numeric(dfs['REV_PIZ'], errors='coerce')
d = dfs.dropna(subset=['REV_PIZ'])
print (d)
   REV_PIZ
0      1.0
1      2.0