使用Pandas过滤掉含有NaN值的行

Question

我正在制作一个计算器，作为学习Python、Pandas和Numpy的有趣项目，用于确定应该喂什么食物给鱼。

我的数据组织如下：

如您所见，我的鱼是行，不同的食物是列。

我希望做的是，让用户（即我）输入一种食物，并让程序输出所有那些值不为nan的内容。

我之所以选择将它们保留为“nan”而不是“0”，是因为我在不同的位置使用不同的数字来表示喜好。1是自然食物，2是可以但不理想，3是只吃活鱼。

有没有办法使用Pandas做到这一点？ 我在网上搜索到的信息都是帮助我筛选出列中的行，但很难找到关于筛选行中的列的信息。

目前，我的代码看起来像这样：

import pandas as pd
import numpy as np


df = pd.read_excel(r'C:\Users\Daniel\OneDrive\Documents\AquariumAiMVP.xlsx')
clownfish = df[0:1]
angelfish = df[1:2]
damselfish = df[2:3]

所以，正如您所看到的，我还没有真正取得任何进展。我尝试使用以下方法过滤掉空值：

clownfish_wild_diet = pd.isnull(df.clownfish)

但结果会出现错误，提示：

AttributeError: 'DataFrame'对象没有'clownfish'属性

谢谢大家的帮助。我是一名完全的Pandas新手，非常感激。

- Bigglesworth95

Answer 1

你可以在pandas中使用掩码：

food = 'Amphipods'
mask = df[food].notnull()
result_set = df[mask]

df[food].notnull() 返回一个掩码（一个包含每行是否满足条件的布尔值的序列），您可以使用该掩码来过滤真实的DF，使用 df[mask]。

通常，您可以将这两个行组合起来，以获得更具Python风格的代码，但这取决于您：

result_set = df[df[food].notnull()]

这将返回一个新的DF，其中包含满足条件的行的子集（包括原始DF中的所有列），因此您可以对此新DF使用其他操作（例如选择列的子集，删除其他缺失值等）。

了解更多关于.notnull()的信息：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.notnull.html

- GusSL

---

不客气！如果这个答案解决了你的问题，请将其标记为解决方案；或者，如果需要更多信息，请请求编辑此答案。 - GusSL