Pandas：基于列中的空值拆分数据帧[duplicate]
我有一个数据帧如下所示：
data = [['lynda', 10,'F',125,'5/21/2018'],['tom', np.nan,'M',135,'7/21/2018'], ['nick', 15,'F',99,'6/21/2018'], ['juli', 14,np.nan,120,'1/21/2018'],['juli', 19,np.nan,140,'10/21/2018'],['juli', 18,np.nan,170,'9/21/2018']]
df = pd.DataFrame(data, columns = ['Name', 'Age','Gender','Height','Date'])
df
如何根据性别的np值转换dataframe？
我想要原始数据帧df被拆分为df1（姓名，年龄，性别，高度，日期），它将具有性别的值（df的前3行）
共有1个答案
这是一种方法：
import pandas as pd
import numpy as np
data = [['lynda', 10,'F',125,'5/21/2018'],['tom', np.nan,'M',135,'7/21/2018'], ['nick', 15,'F',99,'6/21/2018'], ['juli', 14,np.nan,120,'1/21/2018'],['juli', 19,np.nan,140,'10/21/2018'],['juli', 18,np.nan,170,'9/21/2018']]
df = pd.DataFrame(data, columns = ['Name', 'Age','Gender','Height','Date'])
df2 = df[df['Gender'].notnull()].drop("Gender", axis=1)
print(df2)
输出：
Name Age Height Date
0 lynda 10.0 125 5/21/2018
1 tom NaN 135 7/21/2018
2 nick 15.0 99 6/21/2018
-
我有一个像下面这样的DataFrame，标识符作为现有DateIndex顶部的列。 我的目标是为除id之外的每一列（a和B）创建一个新的子DataFrames，其中dateIndex作为单个索引，id（foo,bar）作为列名。预期产出如下所示：
-
我有列。 如何根据值将其拆分为2？ 第一个将包含
-
我有两个数据帧df1和df2。df1就像一个具有以下值的字典 df2具有以下值： 我想基于df1数据帧中的，将df2拆分为3个新的数据帧。 日期，TLRA_权益栏应位于数据框 预期产出： > 数据帧 消费者，非周期性数据帧 请让我知道如何有效地做。我想做的是连接列名，例如，然后根据列名的前半部分分割数据帧。 代码： 但这很复杂。需要更好的解决方案。
-
我有下面的spark数据框架。 我必须将上面的数据帧列拆分为多个列，如下所示。 我尝试使用分隔符进行拆分；和限制。但是它也将主题拆分为不同的列。姓名和年龄被组合在一起成一列。我要求所有主题在一列中，只有姓名和年龄在单独的列中。 这在Pyspark有可能实现吗？
-
我有两个熊猫数据框 步骤2：对于flag=1的行，AA_new将计算为var1（来自df2）*组“A”和val“AA”的df1的'cal1'值*组“A”和val“AA”的df1的'cal2'值，类似地，AB_new将计算为var1（来自df2）*组“A”和val“AB”的df1的'cal1'值*组“A”和val“AB”的df1的'cal2'值 我的预期输出如下所示： 以下基于其他stackflow
-
我有一个数据集，我想根据该行的2或列值从数据框中删除行。例如-我有关于美国所有电视节目的数据帧，我需要根据电视节目的季节和剧集删除电视节目的特定行。就像我需要删除高谭市电视台的行，但只删除包含第四季和第十集的行。 如果我能在这方面得到帮助，我将不胜感激。