Python 如何在南（熊猫）过滤？

我有一个熊猫数据帧（df），我想做如下事情：

newdf = df[(df.var1 == 'a') & (df.var2 == NaN)]

我试过用

np.NaN

，或

'NaN'

或

'NaN'

等替换NaN，但没有结果。没有

pd.NaN

在评估上述表达式之前，我可以使用

df.fillna（np.nan）

，但这感觉有点不对劲，我想知道它是否会干扰其他pandas操作，这些操作依赖于以后能够识别pandas格式的nan

---

我觉得这个问题应该有一个简单的答案，但不知怎么的，我还是没有找到。任何建议都将不胜感激。谢谢。

这不起作用，因为

NaN

不等于任何东西，包括

NaN

。使用

pd.isnull（df.var2）

。

熊猫使用

numpy

的NaN值。用于从pandas系列中获取布尔向量。

所有解决方案中最简单的：

filtered_df = df[df['var2'].isnull()]

这将筛选并提供在

'var2'

列中只有

NaN

值的行。

df[df['var'].isna（） 哪里 df：数据帧

---

var:Column Name

NaN与它自身进行比较时返回false。您是否尝试过

df.var2！=df.var2

？@AndrewJohnson酷！谢谢你的建议和很好的解释。我看到df.var2.isnull（）是这个答案的另一个变体。尽管这不包括不想过滤NaN值的情况。类似于df.var2！=Nan对于像我这样有@MultiGoodwerse观察的人，我发现还有

pd.notnull（）

。因此，您可以使用

df.loc[pd.isnull（df.var）]

保留

NaN

vals，或者使用

df.loc[pd.notnull（df.var）]

过滤掉它们。您还可以使用一元运算符（

~

）过滤NaN。类似于

df.loc[~pd.isnull（df.var）]

您不能使用numpy.isnan作为输入