python - 从 pandas DataFrame 中删除包含空单元格的行

Question

我有一个通过解析一些 excel 电子表格创建的 pd.DataFrame。其中有一列有空单元格。例如，下面是该列频率的输出，32320 条记录缺少 Tenant 的值。

>>> value_counts(Tenant, normalize=False)
                              32320
    Thunderhead                8170
    Big Data Others            5700
    Cloud Cruiser              5700
    Partnerpedia               5700
    Comcast                    5700
    SDP                        5700
    Agora                      5700
    dtype: int64

我正在尝试删除租户丢失的行，但是 .isnull() 选项无法识别丢失的值。

>>> df['Tenant'].isnull().sum()
    0

该列的数据类型为“对象”。在这种情况下发生了什么？如何删除 Tenant 缺失的记录？

Answer 1

如果一个值是 np.nan 对象，Pandas 会将其识别为 null，该对象将在 DataFrame 中打印为 NaN。您的缺失值可能是空字符串，Pandas 不会将其识别为 null。要解决此问题，您可以使用 replace() 将空刺(或空单元格中的任何内容)转换为 np.nan 对象，然后调用 dropna ()在您的 DataFrame 上删除具有空租户的行。

为了演示，我们在 Tenants 列中创建了一个包含一些随机值和一些空字符串的 DataFrame:

>>> import pandas as pd
>>> import numpy as np
>>> 
>>> df = pd.DataFrame(np.random.randn(10, 2), columns=list('AB'))
>>> df['Tenant'] = np.random.choice(['Babar', 'Rataxes', ''], 10)
>>> print df

          A         B   Tenant
0 -0.588412 -1.179306    Babar
1 -0.008562  0.725239         
2  0.282146  0.421721  Rataxes
3  0.627611 -0.661126    Babar
4  0.805304 -0.834214         
5 -0.514568  1.890647    Babar
6 -1.188436  0.294792  Rataxes
7  1.471766 -0.267807    Babar
8 -1.730745  1.358165  Rataxes
9  0.066946  0.375640         

现在我们将 Tenants 列中的所有空字符串替换为 np.nan 对象，如下所示:

>>> df['Tenant'].replace('', np.nan, inplace=True)
>>> print df

          A         B   Tenant
0 -0.588412 -1.179306    Babar
1 -0.008562  0.725239      NaN
2  0.282146  0.421721  Rataxes
3  0.627611 -0.661126    Babar
4  0.805304 -0.834214      NaN
5 -0.514568  1.890647    Babar
6 -1.188436  0.294792  Rataxes
7  1.471766 -0.267807    Babar
8 -1.730745  1.358165  Rataxes
9  0.066946  0.375640      NaN

现在我们可以删除空值了:

>>> df.dropna(subset=['Tenant'], inplace=True)
>>> print df

          A         B   Tenant
0 -0.588412 -1.179306    Babar
2  0.282146  0.421721  Rataxes
3  0.627611 -0.661126    Babar
5 -0.514568  1.890647    Babar
6 -1.188436  0.294792  Rataxes
7  1.471766 -0.267807    Babar
8 -1.730745  1.358165  Rataxes