python - 在 Pandas 中使用 .notnull() 时正确的语法是什么？

Question

我想在数据框的多个列上使用 .notnull() 来消除包含“NaN”值的行。

假设我有以下 df:

  A   B   C
0 1   1   1
1 1   NaN 1
2 1   NaN NaN
3 NaN 1   1

我尝试使用此语法但它不起作用？你知道我做错了什么吗？

df[[df.A.notnull()],[df.B.notnull()],[df.C.notnull()]]

我得到这个错误:

TypeError: 'Series' objects are mutable, thus they cannot be hashed

我应该怎么做才能获得以下输出？

  A   B   C
0 1   1   1

有什么想法吗？

Answer 1

您可以先通过 df[['A','B','C']] 选择列的子集，然后应用 notnull并指定是否 all掩码中的值为 True:

print (df[['A','B','C']].notnull())
       A      B      C
0   True   True   True
1   True  False   True
2   True  False  False
3  False   True   True

print (df[['A','B','C']].notnull().all(1))
0     True
1    False
2    False
3    False
dtype: bool

print (df[df[['A','B','C']].notnull().all(1)])
     A    B    C
0  1.0  1.0  1.0

另一个解决方案来自Ayhan用 dropna 评论:

print (df.dropna(subset=['A', 'B', 'C']))
     A    B    C
0  1.0  1.0  1.0

什么是相同的:

print (df.dropna(subset=['A', 'B', 'C'], how='any'))

意味着删除所有行，其中至少有一个 NaN 值。