python - 如何从 pandas 数据框中选择相同的行以及 null

Question

我是 pandas 新手，在从数据帧中选择行时遇到问题。

以下是我的数据框:

 Index Column1 Column2 Column3       Column4  Column5
   0   1234    500     NEWYORK       NY       NaN
   1   5678    700     AUSTIN        TX       5678956010  
   2   1234    300     NEWYORKCITY   NY       NaN
   3   8910    235     RICHMOND      FL       8484883666
   4   8910    250     AUSTIN        TX       8484883666
   5   5324    150     AUSTIN        TX       NaN

1.) 我想选择在 Column5 中具有相同值的行。因此，输出数据帧应包含索引为 0、2、3 和 4 的行。请注意，只有当 Column1 值相同时，才应选择第 5 列中为 NaN 的两行(例如，索引为 0 和 2 的行)。

任何人都可以帮助我完成此自定义选择的分步过程吗？提前致谢...

Answer 1

我认为你需要 2 组条件 - 对于 Column5 中的 NaN 和非 NaN，最后通过 | 链接它们(或者):

m1 = df['Column1'].duplicated(keep=False) & df['Column5'].isnull()
m2 = df['Column5'].duplicated(keep=False) & df['Column5'].notnull()

df = df[m1 | m2]
print (df)
   Index  Column1  Column2      Column3 Column4       Column5
0      0     1234      500      NEWYORK      NY           NaN
2      2     1234      300  NEWYORKCITY      NY           NaN
3      3     8910      235     RICHMOND      FL  8.484884e+09
4      4     8910      250       AUSTIN      TX  8.484884e+09

详细信息:

print (m1)
0     True
1    False
2     True
3    False
4    False
5    False
dtype: bool

print (m2)
0    False
1    False
2    False
3     True
4     True
5    False
Name: Column5, dtype: bool