Python 删除前五列中的行(如果为NaN)
我有一个熊猫数据框,尺寸为89行13列。如果Python 删除前五列中的行(如果为NaN),python,python-3.x,pandas,nan,data-cleaning,Python,Python 3.x,Pandas,Nan,Data Cleaning,我有一个熊猫数据框,尺寸为89行13列。如果NaN出现在前五列中,我想删除整个行。这里有一个例子 LotName C15 C16 C17 C18 C19 Spots15 Spots16 ... Cherry St 439 464 555 239 420 101 101 ... Springhurst NaN NaN NaN NaN NaN 12 12 Barton Lot 34 24 43 45
NaN
出现在前五列中,我想删除整个行。这里有一个例子
LotName C15 C16 C17 C18 C19 Spots15 Spots16 ...
Cherry St 439 464 555 239 420 101 101 ...
Springhurst NaN NaN NaN NaN NaN 12 12
Barton Lot 34 24 43 45 39 10 9 ...
在上面的例子中,我想删除Springhurst观测值,因为它在前五列中包含
NaN
。在Python中如何才能做到这一点?您可以使用iloc
来选择列,notna()
用于notNaN
,以及any
来检查所选列/行中的任何值是否为真
mask = df.iloc[:,:5].notna().any(axis=1)
df[mask]
输出:
C15 C16 C17 C18 C19 Spots15 Spots16 ...
LotName
Cherry St 439.0 464.0 555.0 239.0 420.0 101 101 ...
Barton Lot 34.0 24.0 43.0 45.0 39.0 10 9 ...
如果要严格检查前5列所有行中的
Nan
:
df.iloc[:, :5].dropna(how='all')
df.iloc[:, :5].dropna(how='any')
说明:
df.iloc[:,:5]
:选择所有行和前5列
.dropna(how='all')
:检查一行中的所有值是否都是NaN
如果要在5列中的任何一列中检查Nan
:
df.iloc[:, :5].dropna(how='all')
df.iloc[:, :5].dropna(how='any')
要将其分配回原始df,可以执行以下操作:
另一种解决方案:您可以在这里指定列,从
C15
到C19
,然后过滤掉所有包含任何NaN的行:
print( df[~df.loc[:, 'C15':'C19'].isna().any(axis=1)] )
印刷品:
LotName C15 C16 C17 C18 C19 Spots15 Spots16
0 Cherry St 439.0 464.0 555.0 239.0 420.0 101 101
2 Barton Lot 34.0 24.0 43.0 45.0 39.0 10 9
这个语句会从原始数据帧中删除行吗?@Bill我已经更新了我的答案,从原始数据帧中删除行。请看一看。