Python 如何处理'；缺少键值'；在CSV字典中并在数据框中工作？

我想拒绝熊猫数据框中缺少键值的记录，只分配CSV中存在的记录。例如，只匹配提到“价格”的那些“名称”

“名称”“价格”
Ram 100
约翰200
丹
迈克500
卡普里

您可以使用：

df.dropna() 

它将删除整行的空值

要计数具有NaN值的行，请执行以下操作：

df.shape[0] - df.dropna().shape[0] 
# 2

如果您的计数与地图匹配，您可以这样做：

dictionary= {'Ram':100,'John':200,'Mike':500}

len(df[df.Names.map(dictionary).fillna(0) ==0])                                                                                                                                     
# 2

len(df[df.Names.map(dictionary).fillna(0) >0])                                                                                                                                      
# 3

您可以使用：

df.dropna() 

它将删除整行的空值

要计数具有NaN值的行，请执行以下操作：

df.shape[0] - df.dropna().shape[0] 
# 2

如果您的计数与地图匹配，您可以这样做：

dictionary= {'Ram':100,'John':200,'Mike':500}

len(df[df.Names.map(dictionary).fillna(0) ==0])                                                                                                                                     
# 2

len(df[df.Names.map(dictionary).fillna(0) >0])                                                                                                                                      
# 3

---

不清楚。是否将现有数据帧与单独的csv进行比较？这样做是有用的。请同时阅读。什么值是“键”？在示例中“键”为“名称”，并为其指定了“价格”。我只需要保留那些“价格”可用的记录。我的字典是CSV格式的，我正在通过Python访问我的DF。。。尽管有多处评论，但这一点仍相当不清楚……不清楚。是否将现有数据帧与单独的csv进行比较？这样做是有用的。请同时阅读。什么值是“键”？在示例中“键”为“名称”，并为其指定了“价格”。我只需要保留那些“价格”可用的记录。我的字典是CSV格式的，我正在通过Python访问我的DF。。。尽管有多条评论，这仍然很不清楚…我认为OP希望“拒绝”没有“键”值的行（但可能有其他行，因此不是完全空的）。感谢您的快速回复。我还需要计算数据帧中缺少字典值的列拒绝的记录数。您的想法将受到高度赞赏。@Rahul我在回答中补充说，我希望这对Hanks有所帮助。谢谢。您通过索引访问了形状。如果我想通过列名访问该怎么办。我有200多个专栏。因此，按名称访问将很容易。任何建议。您可以按相同的方式在每列中使用它，这就是您的意思：df['price'].shape[0]-df['price'].dropna（）.shape[0]我认为OP希望“拒绝”没有“key”值的行（但可能有其他行，因此不是完全空的）。感谢您的快速回复。我还需要计算数据帧中缺少字典值的列拒绝的记录数。您的想法将受到高度赞赏。@Rahul我在回答中补充说，我希望这对Hanks有所帮助。谢谢。您通过索引访问了形状。如果我想通过列名访问该怎么办。我有200多个专栏。因此，按名称访问将很容易。任何建议。您可以按相同的方式在每列中使用它，这就是您的意思：df['price'].shape[0]-df['price'].dropna（）.shape[0]