在数据框的一列中过滤NaN值

Question

y = data.loc[data['column1'] != float('NaN'),'column1']

上面的代码仍然返回具有“column1”中NaN值的行。不确定我做错了什么，请帮忙！

- pilz2985

Answer 1

NaN的定义是不等于NaN。

In [1262]: np.nan == np.nan
Out[1262]: False

在维基百科上了解关于NaN的数学概念。

---

选项1

使用pd.Series.notnull:

df

   column1
0      1.0
1      2.0
2    345.0
3      NaN
4      4.0
5     10.0
6      NaN
7    100.0
8      NaN

y = df.loc[df.column1.notnull(), 'column1']
y

0      1.0
1      2.0
2    345.0
4      4.0
5     10.0
7    100.0
Name: column1, dtype: float64

---

选项 2

正如 MSeifert 建议的，您可以使用 np.isnan：

y = df.loc[~np.isnan(df.column1), 'column1']
y

0      1.0
1      2.0
2    345.0
4      4.0
5     10.0
7    100.0
Name: column1, dtype: float64

---

选项 3

如果只涉及一个列，请调用pd.Series.dropna：

y = df.column1.dropna()
y

0      1.0
1      2.0
2    345.0
4      4.0
5     10.0
7    100.0
Name: column1, dtype: float64

- cs95

---

或者 np.isnan :) - MSeifert

谢谢您这么快地为我澄清了这个问题，@COLDSPEED！你太棒了！ - pilz2985