Python 当notnull、dropna和！='；楠'；don'；不行？

我有一个包含以下列和数据类型的数据框架：

np_id                     object
target_id                 object
activity_type             object
activity_value            object
activity_units            object
assay_cell_type           object
SMILES                    object
standard_inchi_key        object
standard_inchi            object
target_type               object
target_name               object
target_organism_tax_id    object
target_organism           object
uniprot_id                object
dtype: object

df.uniprot_id

如下所示：

0            [nan]
1         [Q96KQ7]
2            [nan]
3         [P25779]
4            [nan]
            ...   
493830       [nan]
493831       [nan]
493832       [nan]
493833       [nan]
493834       [nan]

和

df['uniprot_id'].isnull（）.values.any（）

给出

False

我想删除所有没有uniprot_id的行。我尝试了以下操作：

df.dropna（子集=['uniprot\u id'，inplace=True）

df=df[df['uniprot_id']！='nan']

df=df[df['uniprot_id']！='NaN']

df[df.uniprot\u id.notnull（）]

---

为什么我的尝试不起作用？如何删除nan值，从而从数据帧中删除行？

[nan]

正在格式化为nan列表。将其替换为真正的nan值，如下所示：

nan_locs = pd.isnull(df['uniprot_id'].apply(lambda x: x[0]))
df['uniprot_id'][nan_locs] = np.nan

那么你的代码应该可以工作了。但是，您也可能希望只考虑将列表中的每一项删除，除非有理由将其包含在列表中：

df['uniprot_id'] = df['uniprot_id'].apply(lambda x: x[0])

---

[nan]

正在格式化为nan的列表。将其替换为真正的nan值，如下所示：

nan_locs = pd.isnull(df['uniprot_id'].apply(lambda x: x[0]))
df['uniprot_id'][nan_locs] = np.nan

那么你的代码应该可以工作了。但是，您也可能希望只考虑将列表中的每一项删除，除非有理由将其包含在列表中：

df['uniprot_id'] = df['uniprot_id'].apply(lambda x: x[0])

---

据我所知，你的

[nan]

值是（一）个元素

nan

的列表，不是吗？使用@Tom answer在dropna之前替换它们。请记住，@Tom理解那些是（

'[nan]

）字符串，我认为这些是列表…不管怎样，概念是（那些单元格中没有纯

nan

/

无对象）@Brandt你可能是对的事实上，我刚才说的字符串就是我使用pd.read_clipboard（）时发生的事情在复制他的示例df后，但经过一些测试后，很可能是一个列表，具体包含一个np.nan（而不是一个None），据我所知，您的
[nan]
值是（一个）元素
nan
的列表，不是吗？使用@Tom answer在dropna

之前替换它们。请记住，@Tom理解那些是（

'[nan]

）字符串，我认为这些是列表…不管怎样，概念是（那些单元格中没有纯

nan

/

无对象）@Brandt你可能是对的事实上，我刚才说的字符串就是我使用pd.read_clipboard（）时发生的事情在复制了他的示例df之后，但经过一些测试后，很可能是一个特定包含np.nan（而不是None）的列表嘿，我使用了你的代码，后面跟着
df.dropna（subset=['uniprot\u id'，inplace=True）
，我的列中仍然有
[nan]
。我还可以尝试什么？@Gabriel我修改了我的代码，希望它能工作。嘿，我使用了你的代码，后面跟着
df.dropna（subset=['uniprot\u id'，inplace=True）
，我的列中仍然有
[nan]
。我还能尝试什么？@Gabriel我修改了我的代码，希望能奏效