Python 为什么大熊猫数据框在我删除选定行后只显示NaN值？

使用熊猫图书馆。17.1，我正在尝试从名为

productDataNat

的大型（882504行）数据帧中删除行，其中

parName

=='rt'，但随后所有其他行都变成

NaN

：

productDataNat = pd.read_csv('https://lobianco.org/temp/productData_P0-Mi-Ei.csv',sep=';',  dtype={'value': np.float64})
productDataNat = productDataNat.drop(['Unnamed: 8'],axis=1)
productDataNat.set_index(['scen','country','region','prod','freeDim','year','parName'], inplace=True)
productDataNat.head()

相反，当我使用示例数据帧时，它会按预期工作：

midx = pd.MultiIndex(levels=[['one', 'two'], ['x','y']], labels=[[1,1,1,0],[1,0,1,0]])
dfmix = pd.DataFrame({'A' : [1, 2, 3, 4], 'B': [5, 6, 7, 8]}, index=midx)
dfmix

熊猫中的错误或我的数据帧出现错误（什么？）

更正： 它对我的作用完全相同（我使用的是Pandas v0.18.0）：

作为一种解决方法，您可以在设置多索引之前去掉

rt

s：

cols = 'scen;parName;country;region;prod;freeDim;year;value'.split(';')
url = 'https://lobianco.org/temp/productData_P0-Mi-Ei.csv'
productDataNat = pd.read_csv(url, sep=';', dtype={'value': np.float64}, usecols=cols)

df = productDataNat.ix[productDataNat.parName != 'rt']

df.set_index(['scen','country','region','prod','freeDim','year','parName'], inplace=True)

更正： 它对我的作用完全相同（我使用的是Pandas v0.18.0）：

作为一种解决方法，您可以在设置多索引之前去掉

rt

s：

cols = 'scen;parName;country;region;prod;freeDim;year;value'.split(';')
url = 'https://lobianco.org/temp/productData_P0-Mi-Ei.csv'
productDataNat = pd.read_csv(url, sep=';', dtype={'value': np.float64}, usecols=cols)

df = productDataNat.ix[productDataNat.parName != 'rt']

df.set_index(['scen','country','region','prod','freeDim','year','parName'], inplace=True)

---

是的，在设置索引之前删除“rt”行是我的做法。。然后我假设这是0.17中的一个bug，在0.18中已经修复。。thanks@Antonello，很抱歉，我在测试之前删除了所有的

rt

s-现在我更新了我的回答是的，在设置索引之前删除“rt”行是我的做法。。然后我假设这是0.17中的一个bug，在0.18中已经修复。。thanks@Antonello，很抱歉，我在测试之前删除了所有

rt

s-现在我更新了我的答案，因此此问题已作为错误报告提交此问题：。级别

freeDim

中有

NaN的

，当标签从另一个级别删除时，其余索引在该级别上只有NaN的。内部执行此操作的方式会导致重新索引，但没有匹配项，因此

NaNs

。因此，此问题作为错误报告提交。此问题：。级别

freeDim

中有

NaN的

，当标签从另一个级别删除时，其余索引在该级别上只有NaN的。内部执行此操作的方式会导致重新索引，但没有匹配项，因此

NaNs

。

In [4]: df.drop('rt', level='parName', axis=0)
Out[4]:
                                                          value
scen     country region prod        freeDim year parName
P0-Mi-Ei 11000   11042  hardWRoundW NaN     2005 dl         NaN
                        softWRoundW NaN     2005 dl         NaN
                        pulpWFuelW  NaN     2005 dl         NaN
                        ashRoundW   NaN     2005 dl         NaN
                        fuelW       NaN     2005 dl         NaN
                        hardWSawnW  NaN     2005 dl         NaN
                        softWSawnW  NaN     2005 dl         NaN
                        plyW        NaN     2005 dl         NaN
                        pulpW       NaN     2005 dl         NaN
                        pannels     NaN     2005 dl         NaN
                        ashSawnW    NaN     2005 dl         NaN
                        ashPlyW     NaN     2005 dl         NaN
                 11061  hardWRoundW NaN     2005 dl         NaN
                        softWRoundW NaN     2005 dl         NaN
                        pulpWFuelW  NaN     2005 dl         NaN
                        ashRoundW   NaN     2005 dl         NaN
                        fuelW       NaN     2005 dl         NaN
                        hardWSawnW  NaN     2005 dl         NaN
                        softWSawnW  NaN     2005 dl         NaN
                        plyW        NaN     2005 dl         NaN
                        pulpW       NaN     2005 dl         NaN
                        pannels     NaN     2005 dl         NaN
                        ashSawnW    NaN     2005 dl         NaN
                        ashPlyW     NaN     2005 dl         NaN
                 11072  hardWRoundW NaN     2005 dl         NaN
                        softWRoundW NaN     2005 dl         NaN
                        pulpWFuelW  NaN     2005 dl         NaN
                        ashRoundW   NaN     2005 dl         NaN
                        fuelW       NaN     2005 dl         NaN
                        hardWSawnW  NaN     2005 dl         NaN

cols = 'scen;parName;country;region;prod;freeDim;year;value'.split(';')
url = 'https://lobianco.org/temp/productData_P0-Mi-Ei.csv'
productDataNat = pd.read_csv(url, sep=';', dtype={'value': np.float64}, usecols=cols)

df = productDataNat.ix[productDataNat.parName != 'rt']

df.set_index(['scen','country','region','prod','freeDim','year','parName'], inplace=True)