如何使用python筛选缺少的数据行
我有一个数据帧如何使用python筛选缺少的数据行,python,pandas,lambda,missing-data,Python,Pandas,Lambda,Missing Data,我有一个数据帧df,其中一个名为mort_acc的功能缺少数据。我想过滤掉那些包含mort_acc缺失数据的行,我使用了以下方法 df[df['mort_acc'].应用(lambda x:x==“”)] 它不起作用。我得到了输出0。所以我用了下面的lambda方法 df[df['mort_acc']应用(λx:len(x) 听起来像您想要的,我猜python中没有NaN数据类型,请使用pd.isna()检查它是否为NaN df[df['mort_acc'].apply(lambda x:pd.
df
,其中一个名为mort_acc
的功能缺少数据。我想过滤掉那些包含mort_acc
缺失数据的行,我使用了以下方法
df[df['mort_acc'].应用(lambda x:x==“”)]
它不起作用。我得到了输出0
。所以我用了下面的lambda方法
df[df['mort_acc']应用(λx:len(x)
听起来像您想要的,我猜python中没有NaN数据类型,请使用pd.isna()检查它是否为NaN
df[df['mort_acc'].apply(lambda x:pd.isna(x))]
这将为您提供列值具有NaN值的行
df[df.mort_acc.isnull()]
只需使用np.nant在python中没有数据类型作为NaN使用pd.isna()检查它是否为NaN如果没有示例,我们无法正确帮助您。(编辑:显然,这次回答者猜对了。)请阅读并申请。我认为没有必要为此举一个例子。这个问题很清楚,得到了很多答案。我甚至给出了我尝试过的代码。无论如何,如果你否决投票就可以了。哦,是的……没错。isna
做这个把戏。但我只是好奇为什么lambda x:x==“”
不起作用?因为numpy.nan!=“
…你本可以做x==numpy.nan
但是是干净的,我想(同样,numpy.nan!=numpy.nan
)
df[df.mort_acc.isnull()]