Python pandas-选择列子集的布尔筛选为true的行
我有一个数据帧'df',我想从中选择3个特定列不为null的子集 到目前为止,我已经尝试应用布尔过滤Python pandas-选择列子集的布尔筛选为true的行,python,pandas,null,Python,Pandas,Null,我有一个数据帧'df',我想从中选择3个特定列不为null的子集 到目前为止,我已经尝试应用布尔过滤 mask_df = df[['Empty', 'Peak', 'Full']].notnull() 这给了我以下的结果 Empty Peak Full 0 True False False 1 False False False 2 True True True 3 False False False 4 False
mask_df = df[['Empty', 'Peak', 'Full']].notnull()
这给了我以下的结果
Empty Peak Full
0 True False False
1 False False False
2 True True True
3 False False False
4 False False False
... ... ... ...
2775244 True True True
2775245 True True True
2775246 False False False
2775247 False False False
2775248 False False False
现在,我只想选择这3列的掩码为True的行(即,这3列具有null值的行)。如果我用这个掩码过滤原始数据帧'df',我会得到原始数据帧中充满空值的数据帧,除了那些掩码_df为“True”的数据帧
我可能可以通过按行应用lambda函数来实现这一点,但如果有更简单的方法,我更愿意避免这种计算
提前谢谢 使用:
请与预期输出共享一个示例数据框Yes please@TiagoPedroThanks!这就是我要找的。
df[mask_df.all(axis = 1)]