Python 如何仅在pandas中groupby中的所有元素都是NAs时删除NAs

我有一个像这样的数据框

import pandas as pd
import numpy as np

fff = pd.DataFrame({'group': ['a','a','a','b','b','b','b','c','c'], 'value': [1,2, np.nan, 1,2,3,4, np.nan, np.nan]})

仅当所有

值
都是
组内的NAs时，我才想按
组
删除NAs。我怎么能这么做

预期产出：

fff = pd.DataFrame({'group': ['a','a','a','b','b','b','b'], 'value': [1,2, np.nan, 1,2,3,4]})

用
isna（）
创建一个布尔序列，然后在
fff['group']
上分组，用
all
进行
transform
，然后过滤（排除）返回
True

c = fff['value'].isna()
fff[~c.groupby(fff['group']).transform('all')]


您可以检查
value
中的
nan
并使用
groupby（）。any（）
：

输出：

  group  value
0     a    1.0
1     a    2.0
2     a    NaN
3     b    1.0
4     b    2.0
5     b    3.0
6     b    4.0

    group   value
0   a       1.0
1   a       2.0
2   a       NaN
3   b       1.0
4   b       2.0
5   b       3.0
6   b       4.0

另一种选择：

fff["cases"] = fff.groupby("group").cumcount()
fff["null"] = fff["value"].isnull()
fff["cases 2"] = fff.groupby(["group","null"]).cumcount()
fff[~((fff["value"].isnull()) & (fff["cases"] == fff["cases 2"]))][["group","value"]]

输出：

  group  value
0     a    1.0
1     a    2.0
2     a    NaN
3     b    1.0
4     b    2.0
5     b    3.0
6     b    4.0

    group   value
0   a       1.0
1   a       2.0
2   a       NaN
3   b       1.0
4   b       2.0
5   b       3.0
6   b       4.0

对已提供答案的补充：仅保留所有值均为真的组，并使用
结果
变量过滤
fff
数据帧

result = fff.groupby("group").value.all().index.tolist()

fff.query("group == @result")