python - Pandas .dropna() 在指定属性上

Question

我有这段代码可以从 Type 列中删除空值，特别是查看 Dog。

cd.loc[cd['Type'] == 'Dog'].dropna(subset = ['Killed'], inplace = True)

当与 Type = Dog 关联的 ['Killed'] 列具有 NaN 值时，我想删除 na。

上面的代码产生了这个 pandas 错误:

 A value is trying to be set on a copy of a slice from a DataFrame

当 ['Type'] == 'Dog' 时，还有其他方法可以在 ['Killed'] 上放置吗？

(这是我的第一篇文章)，如果我不能正确解释，请原谅干杯

Answer 1

与@BrenBarn 的回答非常相似，但使用了 drop 和 inplace

cd.drop(cd[(cd.Type == 'Dog') & (cd.Killed.isnull())].index, inplace=True)

设置

cd = pd.DataFrame([
        ['Dog', 'Yorkie'],
        ['Cat', 'Rag Doll'],
        ['Cat', None],
        ['Bird', 'Caique'],
        ['Dog', None],
    ], columns=['Type', 'Killed'])

解决方案

cd.drop(cd[(cd.Type == 'Dog') & (cd.Killed.isnull())].index, inplace=True)

cd

---

等价于德摩根定律

cond1 = cd.Type == 'Dog'
cond2 = cd.Killed.isnull()
cd[~cond1 | ~cond2]

---

一个愚蠢的，因为我喜欢它!

cd.groupby('Type', group_keys=False) \
    .apply(lambda df: df.dropna(subset=['Killed']) if df.name == 'Dog' else df)