Python .drop 没有给出我期望的结果

Question

我有一个名为 xxx 的数据框。 xxx 的一列是 Final 并且 xxx 看起来像这样

  FpPropeTypCode DTE_DATE_DEATH             Area         Final  
0             FP            NaN  Ame_MidEast_Lnd           NaN  
1             FP            NaN  Southern_Europe  W.E.M. Lines  
2             FP            NaN              NaN           NaN  
3             ZP            NaN  Ame_MidEast_Lnd           NaN  
4             YY            NaN  Ame_MidEast_Lnd           NaN  

我想删除所有 Final 为 NaN 的行，所以我所做的是

xxx= xxx.drop(pd.isnull(data_file_fp4['Final']))

不幸的是我得到的是

  FpPropeTypCode DTE_DATE_DEATH             Area                         Final  
2             FP            NaN              NaN                           NaN  
3             ZP            NaN  Ame_MidEast_Lnd                           NaN  
4             YY            NaN  Ame_MidEast_Lnd                           NaN  
5             NN            NaN  Ame_MidEast_Lnd  NORTH ARM TRANSPORTATION LTD  
6             CP            NaN  Northern_Europe                     MPC Group 

这显然是不对的...

我实际需要做的是根据两个条件删除行:Final 为 NaN，Area 为 Ame_MidEast_Lnd。所以我不能真正使用dropna

我当前的代码仅仅满足第一个条件有什么问题？提前致谢。

Answer 1

你在使用 Pandas 吗？ Pandas 有一个函数可以让你根据条件删除行，在这种情况下，某个列是 NaN: https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.dropna.html

您正在寻找的特定命令可能类似于:

xxx = xxx.dropna(axis=0, subset=['Final'])

axis=0 指定要删除行而不是列subset 指定要在“Final”为 NaN 的地方放置

编辑:提问者不能使用 dropna，因为他们的过滤器逻辑更复杂。

如果你想要更复杂的逻辑，你最好只做括号逻辑。我稍后会尝试验证，但你能试试这样吗:

xxx = xxx[~xxx['Final'].isnull()]

如果您想要逻辑的第二部分，即同时具有 NaN 过滤器和列过滤器的地方，您可以这样做:

xxx = xxx[~(xxx['Final'].isnull() & xxx['Area'].str.contains("Ame_MidEast_Lnd"))]

我已经通过运行下面的 python 文件验证了它是否有效:

import pandas as pd
import numpy as np

xxx = pd.DataFrame([
                    ['FP', np.nan, 'Ame_MidEast_Lnd', np.nan],
                    ['FP', np.nan, 'Southern_Europe', 'W.E.M. Lines'],
                    ['FP', np.nan, np.nan, np.nan],
                    ['ZP', np.nan, 'Ame_MidEast_Lnd', np.nan],
                    ['YY', np.nan, 'Ame_MidEast_Lnd', np.nan]],
                   columns=['FpPropeTypCode','DTE_DATE_DEATH','Area', 'Final']
                   )

# before
print xxx

# whatever rows have both 'Final' as NaN and 'Area' containing Ame_MidEast_Lnd, we do NOT want those rows
xxx = xxx[~(xxx['Final'].isnull() & xxx['Area'].str.contains("Ame_MidEast_Lnd"))]

# after
print xxx

您会看到解决方案按照您希望的方式运行。