在 Pandas 中处理 NaN 值

Question

我有一个数据框，我想返回这个数据框的一个子集（新副本而不是引用），以执行一些操作。然而，我发现无法根据我需要的条件进行过滤。

我需要按照以下三个条件进行筛选：

1. df['A'] != NaN
2. df['B'] == 'X' | df['B'] == NaN
3. df['C'] == NaN

目前我正在为标准1做这件事，但我在如何包含标准2和3方面有些困惑。

    filter_data = df.loc[(df['A'].dropna)] 

- CodeGeek123

---

有效地检查Python、NumPy和Pandas中任意对象是否为NaN - EdChum

Answer 1

需要针对 NaN 的特殊功能 - isnull 和 notnull：

df['A'].notnull()
(df['B'] == 'X') | (df['B'].isnull())
df['C'].isnull()

- jezrael

---

无法在 df.eval() 中使用 'NaN' 吗？ - Mohammad Yusuf

我认为最好使用高度优化的 Pandas 功能。 - jezrael

Answer 2

您可以使用query查找null或非null值。Nulls往往不等于自身。 df.dropna(subset=['A']) <=> df.query('A == A') <=> df[df.A.notnull()]

---

使用query的三个筛选器：

1. df.query('A == A') 或 df.dropna(subset=['A']) 或 df[df.A.notnull()]
2. df.query('B == "X" | B != B') 或 df.query('B == "X" or B != B')
3. df.query('C != C') 或 df[df.C.isnull()]

- piRSquared