Python Pandas-删除包含Nan的行，然后删除所有关联行

我有一个数据框，有两列：“年龄”和“姓名”。如下所示（在记事本中打开时）：

（第一列是索引）

我需要在age列中删除任何带有Nan的行，并在name列中删除任何具有相同名称的行。例如，在我的数据框的片段中，我希望删除包含Bill的两行，因为其中一行包含Nan

目前我有：

df_no_dups = dp[dp.isfinite(dp['age'])]

这是第一部分，但我一直在删除与包含Nan的行同名的其他行

如果每个组的值没有缺失值，则使用为测试创建的布尔掩码进行筛选将非常有帮助：

df1 = df[df['age'].notnull().groupby(df['name']).transform('all')]

或检查缺失值，测试每组是否至少有一个

为True

，以及最后一次通过

~

反转布尔掩码：

df1 = df[~df['age'].isnull().groupby(df['name']).transform('any')]

---

详细信息：

print (df['age'].notnull())
0     True
1     True
2    False
3     True
Name: age, dtype: bool

print (df['age'].notnull().groupby(df['name']).transform('all'))
0    False
1     True
2    False
3     True
Name: age, dtype: bool

如果每个组的值没有缺失值，则使用为测试创建的布尔掩码进行筛选：

df1 = df[df['age'].notnull().groupby(df['name']).transform('all')]

或检查缺失值，测试每组是否至少有一个

为True

，以及最后一次通过

~

反转布尔掩码：

df1 = df[~df['age'].isnull().groupby(df['name']).transform('any')]

---

详细信息：

print (df['age'].notnull())
0     True
1     True
2    False
3     True
Name: age, dtype: bool

print (df['age'].notnull().groupby(df['name']).transform('all'))
0    False
1     True
2    False
3     True
Name: age, dtype: bool

试试这个

df=df.drop_duplicates(subset=['name'],keep=False)
df[(df['age'].notnull()] #or df[(df['age']!='Nan')] (as your input Contains Nan as string)

说明：

首先删除重复项并传递

keep=False

以删除所有重复项。然后过滤NaN

输出：

  age     name
1  22    Harry
4   5  William

试试这个

df=df.drop_duplicates(subset=['name'],keep=False)
df[(df['age'].notnull()] #or df[(df['age']!='Nan')] (as your input Contains Nan as string)

说明：

首先删除重复项并传递

keep=False

以删除所有重复项。然后过滤NaN

输出：

  age     name
1  22    Harry
4   5  William

这对我很有用：

import pandas as pd

df = pd.read_excel('test.xlsx')
df = df.drop_duplicates(subset='name', keep=False)
df = df.dropna(subset=['age'])

编辑：这适用于空值，如果Nan是@Mohamed指出的字符串，则使用他提供的答案。

这适用于我：

import pandas as pd

df = pd.read_excel('test.xlsx')
df = df.drop_duplicates(subset='name', keep=False)
df = df.dropna(subset=['age'])

---

编辑：这适用于空值，如果Nan是@Mohamed指出的字符串，则使用他提供的答案。

是的，这很有效，谢谢，转换（'any'）的目的是什么？我编辑答案，更好吗？如果有什么不清楚的地方，告诉我，我试着解释更多。谢谢。是的，这很有效，谢谢，转换（'any'）的目的是什么？我编辑答案，这样更好吗？如果有什么不清楚的地方，告诉我，我试着解释更多。谢谢。这和我的答案很相似