Python：如何找到列中的哪些值在另一个特定列（dataframes）中具有NaN值

假设我们的df1如下所示：

x1 = [{'partner': "Afghanistan", 'commodity': NaN}, 
      {'partner': "Zambia",      'commodity': 2}, 
      {'partner': "Germany",     'commodity': 2},
      {'partner': "Afghanistan", 'commodity': NaN},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "Italy",       'commodity': 3},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "USA",         'commodity': NaN}]

df1 = pd.DataFrame(x1)

commodity_nan_partners=
Afghanistan
Canada
USA

我想做的是查看partner中的值列表，这些值在商品中具有NaN值，但我不想让同一个partner列出两次

因此，我的首选结果如下所示：

x1 = [{'partner': "Afghanistan", 'commodity': NaN}, 
      {'partner': "Zambia",      'commodity': 2}, 
      {'partner': "Germany",     'commodity': 2},
      {'partner': "Afghanistan", 'commodity': NaN},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "Italy",       'commodity': 3},
      {'partner': "Canada",      'commodity': NaN},
      {'partner': "USA",         'commodity': NaN}]

df1 = pd.DataFrame(x1)

commodity_nan_partners=
Afghanistan
Canada
USA

而不是：

Afghanistan
Afghanistan
Canada
Canada
USA

您可以使用isnull查找NaN值，然后使用unique或set获取唯一值：

您可以使用isnull查找NaN值，然后使用unique或set获取唯一值：

+ + 您可以筛选序列，然后删除重复项：

res = df1.loc[df1['commodity'].isnull(), 'partner'].drop_duplicates()

print(res)

0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

+ + 您可以筛选序列，然后删除重复项：

res = df1.loc[df1['commodity'].isnull(), 'partner'].drop_duplicates()

print(res)

0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

第一步 过滤掉以仅保留有效字符串：

v = df1.loc[df1.commodity.isna(), 'partner']

或者

步骤2 删除重复项

如果你想收藏

ingredients.unique()
array(['Afghanistan', 'Canada', 'USA'], dtype=object)

或者

如果你想拍连续剧

ser = ingredients.drop_duplicates().reset_index(drop=True)

0    Afghanistan
1         Canada
2            USA
Name: partner, dtype: object

如果你想要一个数据帧

df = ser.to_frame()

第一步 过滤掉以仅保留有效字符串：

v = df1.loc[df1.commodity.isna(), 'partner']

或者

步骤2 删除重复项

如果你想收藏

ingredients.unique()
array(['Afghanistan', 'Canada', 'USA'], dtype=object)

或者

如果你想拍连续剧

ser = ingredients.drop_duplicates().reset_index(drop=True)

0    Afghanistan
1         Canada
2            USA
Name: partner, dtype: object

如果你想要一个数据帧

df = ser.to_frame()

请咨询dropna，在这里提供一个不同的想法

set(df1.partner.tolist())-set(df1.dropna().partner.tolist())
Out[94]: {'Afghanistan', 'Canada', 'USA'}

请咨询dropna，在这里提供一个不同的想法

set(df1.partner.tolist())-set(df1.dropna().partner.tolist())
Out[94]: {'Afghanistan', 'Canada', 'USA'}

---

只是另一种选择：

>>> df1[df1.isnull().any(axis=1)]['partner'].drop_duplicates()
0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

使用loc+np.isnan

---

只是另一种选择：

>>> df1[df1.isnull().any(axis=1)]['partner'].drop_duplicates()
0    Afghanistan
4         Canada
7            USA
Name: partner, dtype: object

使用loc+np.isnan