从Pandas数据框中删除NaT值

Question

我有一个数据框，看起来像下面展示的那样

                               mean
comp_name  date                      
Appdynamics 2012-05-01 00:18:15.910000
            2012-05-01             NaT
            2012-05-01             NaT
            2012-05-02 00:20:12.145200
            2012-05-02             NaT
            2012-05-02             NaT

这里的 comp_name 和 date 组成了一个多级索引。我希望去掉 NaT 值，并获取那些平均值（timedelta64）不为 NaT 的行。

                               mean
comp_name  date                      
Appdynamics 2012-05-01 00:18:15.910000
            2012-05-02 00:20:12.145200

有什么想法吗？

- user3527975

---

dropna() 对这个不起作用吗？ - EdChum

很遗憾，不行。 - sparrow

Answer 1

pandas.notnull()接收一个系列并返回一个布尔系列，其中输入系列不为null（None，np.NaN，np.NaT）的值为True。然后您可以通过布尔系列来切片数据框：

df[pandas.notnull(df['mean'])]

- exp1orer

---

你如何同时检查2列，例如df['mean', 'score']？ - tumultous_rooster

根据你的需求而定： df['mean','score'].isnull().any(axis=1) 或者 df['mean','score'].isnull().all(axis=1) - exp1orer

在最近的版本中，最好使用以下方式进行切片操作：df.loc[df.mean.notnull()]。 - Elias

Answer 2

在Pandas 1.4.1中，dropna将删除NaT值。来源：文档，我正在使用它。所以现在只需要这么简单：

df = df.dropna()

- user171780