Python 从数据透视表中删除空值和切片

我在切割数据透视框时遇到问题，因此无法获得高于某个阈值的结果。我试图过滤掉低于最小值的结果。我的数据框看起来是这样的：

                                                                                    Qty                             
Index   Store_Nbr   201712  201801  201802  201803  201804  201805  201806  201807  201808
0               1      356     275     293     256     313     421     493     291     385
1               2      147     316     343     416     361     483     438     136     461
2               3      266     370     162     346     451     414     296     478     295
3               4      322     179     353     241     370     247     423     391     194
4               5      249     389     480     450     102     482     137     251     153
...            ...     ...     ...     ...     ...     ...     ...     ...     ...     ...
30             30        0       0       0       0       0       0       0       0       0
31             31        0       0       0       0       0       0       0       0       0
32             32        0       0       0       0       0       0       0       0       0
33             33      392     311     151     488     135     239     212     104     122
34             34        0       0       0       0       0       0       0       0      -1

在使用

godzilla=godzilla[godzilla['Qty']>150]

之后，我得到了下面的数据帧，其中它已将所有零转换为空，并且没有过滤掉任何内容

                                                                                     Qty                                
Index   Store_Nbr   201712   201801  201802  201803  201804  201805  201806  201807  201808
0             NaN      NaN      275     293     256     313     421     493     291     385
1             NaN      147      316     343     416     361     483     438     136     461
2             NaN      266      370     162     346     451     414     296     478     295
3             NaN      NaN      179     353     241     370     247     423     391     194
4             NaN      389      480     450     102     482     137     251     153     153
...           ...     ...       ...     ...     ...     ...     ...     ...     ...     ...
30            NaN      NaN      NaN     NaN     NaN     NaN     NaN     NaN     NaN     NaN
31            NaN      NaN      NaN     NaN     NaN     NaN     NaN     NaN     NaN     NaN
32            NaN      NaN      NaN     NaN     NaN     NaN     NaN     NaN     NaN     NaN
33            NaN      NaN      311     151     488     135     239     212     104     122
34            NaN      NaN      NaN     NaN     NaN     NaN     NaN     NaN     NaN     NaN

我试过做

godzilla.dropna（axis=0，inplace=True，how='any'）

，它返回一个空的数据帧和

godzilla=godzilla.dropna（subset=godzilla['Qty']）

它返回一个键错误：“Qty”。我感到困惑的是，它将零转换为空，以及为什么切片不工作。在尝试对数据透视进行过滤/切片时，有什么妙语吗

---

请注意**我在数据框中有多个数量被旋转。

首先，将小于150的每个值替换为无。
然后，应筛选出至少有1个None值的行，如中所述

这应该可以做到：

# replaces every value of the DataFrame lower than 150 with None
godzilla = pd.DataFrame([
    [x if not isinstance(x, (int, float)) or x >= 150 else None for x in j
] for j in godzilla.as_matrix()])

# replaces every value of the Column "Qty" lower than 150 with None
df["Qty"] = [x if not isinstance(x, (int, float)) or x >= 20 else None for x in df["Qty"]

#dropna will drop all rows with at least 1 null value
df = df.dropna(how='any',axis=0)

---

对!！您使用的是分层结构，即多索引。这就是为什么不删除列，而是替换为

NaN

。如果除了

数量

之外没有其他索引，您可以使用：

godzilla.columns = godzilla.columns.droplevel()

然后使用

dropna（）

：

---

我终于明白了。抱歉耽搁了。感谢你们提出的答案。这个错误完全是我的错。在前面的代码中，我使用了

.drop_index（）

，因为当时我没有意识到我可以使用

.index

操作索引。更正代码后，使用

godzilla=godzilla[godzilla['Qty']>150].dropna（）设置参数时没有问题
 如果一行的所有列都不是空的，你想怎么办？如果一行甚至有一个空值，我想将其排除在外。我认为一个包括“数量”以外的其他内容的完整数据透视的想法会很有帮助-事实上，尝试制作一个虚拟数据帧并对其应用解决方案，通常会发现问题。这是行不通的。如果我能让切片首先工作，那将是最优的。取回这个“TypeError:“method”对象是不可编辑的“你到底做了什么？我得到了一个没有值的空数据帧。”@Celius，对分层数据帧进行切片的正确方法是什么，这样我就可以从一开始就过滤掉0？它们作为元组工作，所以你的索引是（'Qty'，'Store_Nbr'），（'Qty'，'201712'），（'Qty'，'201801'），等等…这是有意义的，因为
Store_Nbr
中的所有行都是空的，也就是说，它们不满足条件。您应该考虑在使用<代码> DROPNA之前删除它（如何=‘任意’，轴＝0’）< /代码>
godzilla = godzilla.dropna(how='any',axis=0)