Python 处理大熊猫中的南部

我有一个数据帧，我想返回这个数据帧的子集（新副本不是引用）来执行一些操作。但是，我发现它无法根据我需要的标准进行筛选

我需要以下三个标准来管理文件管理器：

1. df['A'] != NaN
2. df['B'] == 'X' | df['B'] == NaN
3. df['C'] == NaN

目前我正在为标准1做这项工作，但我有点被如何包括标准2和3所困扰

    filter_data = df.loc[(df['A'].dropna)] 

---

需要为NaN提供特殊功能-和：

---

您可以使用

query

查找空值或不查找空值。空值有不等于自身的趋势

df.dropna（subset=['A']）

df.query（'A==A'）

df[df.A.notnull（）]

---

使用

query

df.query（'A==A'）

或

df.dropna（子集=['A']）

或

df[df.A.notnull（）]

df.query（'B==“X”| B！=B'）

或

df.query（'B==“X”或B！=B'）

df.query（'C！=C'）

或

df[df.C.isnull（）]

---

不能在

df.eval（）

中使用

'NaN'

？我认为不，最好是使用高度优化的功能。相关：

df['A'].notnull()
(df['B'] == 'X') | (df['B'].isnull())
df['C'].isnull()