Python 按nan值筛选numpy数组的dataframe列

我有一个熊猫数据框

    ID    Unique_Countries

0   123     [Japan]
1   124      [nan]
2   125    [US,Brazil]
.
.
.

我通过汇总每个ID组的多个唯一国家来获得“唯一国家”列。在原始国家/地区列中有许多ID只有“NaN”值。它们现在显示为您在第1行中看到的内容。我想过滤这些，但似乎不能。我打字的时候

df.独特国家[1]

我明白了

array（[nan]，dtype=object）

我试过几种方法，包括

isnull（）

和

isnan（）

---

但由于它是一个numpy数组，所以会出现混乱。

如果您的单元格的

NaN

不在第一位，请尝试使用

explode

和

groupby.all

df[df.Unique_Countries.explode().notna().groupby(level=0).all()]

或

---

让我们试试看

df.Unique_Countries.str[0].isna()  #'nan' is True

df.Unique_Countries.str[0].notna()  #'nan' is False

若要仅拾取非nan字符串，请使用上面的掩码

df[df.Unique_Countries.str[0].notna()]

---

我相信，如果一个国家包含子字符串nan，那么基于字符串方法

contains

的答案将失败

我认为解决办法应该是：

df.explode('Unique_Countries').dropna().groupby('ID', as_index=False).agg(list)

这段代码从数据帧中删除nan并以原始形式返回数据集

从您的问题中，我不确定您是否想删除NA，或者您是否想知道在“唯一国家”列中包含nan的记录的ID，您可以使用类似的方法：

long_ss = df.set_index('ID').squeeze().explode()
long_ss[long_ss.isna()]

---

让我们试试

df.Unique\u Countries.str.contains（'nan'）

@wwnde它只是在每一行旁边列出一个

nan

。如果我尝试

.contains（'US'）

而不是

.contains（'nan'）

的话，我也会这样做。我不太明白您需要什么。我认为你所需要的只是从你最初的手术结果中进行选择。如果您需要放弃并继续使用那些不是

nan

，请尝试

df[~df.Unique\u Countries.str.contains（'nan'）]

，我认为这也不是问题。你的回答每行都是错的。我说我不认为它是字符串，因为当我键入

df.unique\u countries[0]

时，它会给我

array（['US'，dtype=object）

在我们周围有引号的地方，你能分享这个命令的输出吗：

type（df.unique\u countries[1][0]）

我想我们已经取得了进展。它说这是一个花车做的把戏！我想这只是一种奇怪的NaN类型-非常感谢！快速等待-此答案仅在nan是数组的第一个值时有效。如果不是第一次的话，有什么我可以补充的吗？i、 e.[澳大利亚，南部]

long_ss = df.set_index('ID').squeeze().explode()
long_ss[long_ss.isna()]