Python Pandas从一列字符串的数据选择中过滤掉Nan

Question

如果不使用groupby，我将如何过滤掉没有的数据NaN？

假设我有一个矩阵，客户可以在其中填写表格'N/A','n/a'或其任何变体，而其他人则将其留空：

import pandas as pd
import numpy as np


df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],
                  'rating': [3., 4., 5., np.nan, np.nan, np.nan],
                  'name': ['John', np.nan, 'N/A', 'Graham', np.nan, np.nan]})

nbs = df['name'].str.extract('^(N/A|NA|na|n/a)')
nms=df[(df['name'] != nbs) ]

输出：

>>> nms
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

我将如何过滤出NaN值，以便可以像这样使用结果：

  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

我猜我需要类似的东西，~np.isnan但tilda不适用于字符串。

Answer 1

放下它们：

nms.dropna(thresh=2)

这将删除所有至少有两个non-的行NaN。

然后，您可以将名称放在哪里NaN：

In [87]:

nms
Out[87]:
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

[5 rows x 3 columns]
In [89]:

nms = nms.dropna(thresh=2)
In [90]:

nms[nms.name.notnull()]
Out[90]:
  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

[2 rows x 3 columns]

编辑

实际查看您最初想要的是什么，而无需dropna调用即可：

nms[nms.name.notnull()]

更新

3年后的这个问题，有一个错误，首先thresharg至少查找n非NaN值，因此实际上输出应为：

In [4]:
nms.dropna(thresh=2)

Out[4]:
  movie    name  rating
0   thg    John     3.0
1   thg     NaN     4.0
3   mol  Graham     NaN

我可能是3年前弄错了，或者我运行的熊猫版本存在错误，这两种情况都是可能的。