从熊猫数据框中删除NaN值并调整表的形状
夏弘文
问题内容：
问题答案：
- 给定一个数据列
NaN，其中的各个列中散布着s，该数据框如何转换以NaN从列中删除所有？
样本数据框
import pandas as pd
import numpy as np
# dataframe from list of lists
list_of_lists = [[ 4., 7., 1., np.nan],
[np.nan, np.nan, 3., 3.],
[ 4., 9., np.nan, np.nan],
[np.nan, np.nan, 7., 9.],
[np.nan, 2., np.nan, 2.],
[4., np.nan, np.nan, np.nan]]
df_from_lists = pd.DataFrame(list_of_lists, columns=['A', 'B', 'C', 'D'])
# dataframe from list of dicts
list_of_dicts = [{'A': 4.0, 'B': 7.0, 'C': 1.0},
{'C': 3.0, 'D': 3.0},
{'A': 4.0, 'B': 9.0},
{'C': 7.0, 'D': 9.0},
{'B': 2.0, 'D': 2.0},
{'A': 4.0}]
df_from_dicts = pd.DataFrame(list_of_dicts)
显示数据框
A B C D
0 4.0 7.0 1.0 NaN
1 NaN NaN 3.0 3.0
2 4.0 9.0 NaN NaN
3 NaN NaN 7.0 9.0
4 NaN 2.0 NaN 2.0
5 4.0 NaN NaN NaN
预期产量
A B C D
0 4.0 7.0 1.0 3.0
1 4.0 9.0 3.0 9.0
2 4.0 2.0 7.0 2.0
问题答案：
您需要apply使用dropna，仅需要为重置索引创建numpy array并重新分配Series：
df.apply(lambda x: pd.Series(x.dropna().values))
样品：
df = pd.DataFrame({'B':[4,np.nan,4,np.nan,np.nan,4],
'C':[7,np.nan,9,np.nan,2,np.nan],
'D':[1,3,np.nan,7,np.nan,np.nan],
'E':[np.nan,3,np.nan,9,2,np.nan]})
print (df)
B C D E
0 4.0 7.0 1.0 NaN
1 NaN NaN 3.0 3.0
2 4.0 9.0 NaN NaN
3 NaN NaN 7.0 9.0
4 NaN 2.0 NaN 2.0
5 4.0 NaN NaN NaN
df1 = df.apply(lambda x: pd.Series(x.dropna().values))
print (df1)
B C D E
0 4.0 7.0 1.0 3.0
1 4.0 9.0 3.0 9.0
2 4.0 2.0 7.0 2.0
类似资料：
-
我有一个数据帧df： 然后我想删除列表中指示的具有某些序列号的行，假设这里是然后离开： 如何或什么功能可以做到这一点？
-
问题内容： 我想从“ tweets”列中删除停用词。如何遍历每一行和每一项目？ 问题答案： 使用列表理解 返回值：
-
问题内容： 我可以使用 功能来删除将部分或全部列设置为的行。是否存在用于删除所有列的值为0的行的等效函数？ 在此示例中，我们要删除数据帧的前4行。 谢谢！ 问题答案： 事实证明，这可以向量化的方式很好地表达：
-
问题内容： 我正在尝试学习熊猫，但请对以下内容感到困惑。我想用行平均值替换NaN是一个数据框。因此，类似的东西应该可以工作，但是由于某种原因，它对我来说是失败的。我是否想念任何东西，我做错了什么？是因为其未执行； 但是这样的事情看起来很好 问题答案： 如评论所述，fillna的axis参数为NotImplemented。 注意：这在这里很重要，因为您不想用第n行平均值填写第n列。 现在，您需要遍历
-
问题内容： 我有一个只有几列的熊猫数据框。 现在我知道某些行是基于某个列值的离群值。 例如 “ Vol”列的所有值都在周围，12xx而一个值是4000（离群值）。 现在，我想排除具有Vol此类列的行。 因此，从本质上讲，我需要在数据帧上放置一个过滤器，以便我们选择某一列的值在均值例如3个标准差以内的所有行。 有什么优雅的方法可以做到这一点？ 问题答案： 如果你的数据框中有多个列，并且希望删除至少一
-
我想弄清楚如何从我的数组中删除nan值。我的数组看起来像这样： 如何从中删除值？