Python 将比较结果用作pandas.DataFrame的索引

如上所述，

whereNans

是正确的，但是

df[whereNans]

没有得到我想要的。但是，

df[df>3]

可以得到我想要的

---

实际上，存储在

whereNans

中的索引与

df>3

中的索引相同。问题是什么？

您似乎对此感到困惑，这是正确的行为，当掩码为

True

时，它将在该位置显示结果，当

False

时，它将显示

NaN

，因此实际上您将显示带有所有

NaN

的df

因为您有一个

NaN

值，它会为该位置返回

NaN

，如果该值为False，则只会得到

NaN

如果与

df>3

版本进行比较，您会观察到相同的行为：

import pandas as pd
import numpy as np

df = pd.DataFrame([[1,2,3],[4,np.nan,6]])
whereNans = np.isnan(df)
print whereNans
print df[whereNans]

print "--"*30

print df>3
print df[df>3]

另外，为了说明这与

numpy

无关，使用pandas

isnull

可以得到相同的结果：

In[49]:
df[df>3]

Out[49]: 
     0   1    2
0  NaN NaN  NaN
1  4.0 NaN  6.0

---

您是否尝试过

df[df.isnull（）]

？使用numpy会丢失有关索引的任何信息。@这与此无关，只是有点混淆，因为OP试图屏蔽

NaN

值，所以如果掩码为True，它会返回NaN，如果掩码为False，它也会返回NaN，如果列和索引值不是纯整数索引，那么当它成为一个重新索引操作时，会发生这种情况感谢@EdChum I对您的答案投了赞成票：）此外，StackOverflow的正常形式是接受您的问题的答案，如果他们已经解决了您的问题，如果没有，则评论和/或编辑您的问题以澄清您的问题question@IanS谢谢，不要认为我的评论是任何形式的攻击，这里的行为并不明显是的！这解释了一切！谢谢

In[50]:
df[df.isnull()]

Out[50]: 
    0   1   2
0 NaN NaN NaN
1 NaN NaN NaN