python - 从单个 df 派生多个 df，使得每个 df 没有 NaN 值

Question

我想转换此表

0   thg   John     3.0
1   thg  James     4.0
2   mol    NaN     5.0
3   mol    NaN     NaN
4   lob    NaN     NaN

在下表中

df1
movie   name  rating
0   thg   John     3.0
1   thg  James     4.0

df2
    movie  rating
2   mol     5.0

df3
    movie
3   mol  
4   lob  

每个数据帧没有 Nan 值，还告诉方法我是否需要相对于空白值而不是 Nan 进行分隔。

Answer 1

我认为新目标 DataFrame 的启动不应该发生仅当 数量 个 NaN 值发生变化时(与前一行)，而且当这个数字相同时，但是NaN 值位于不同的列中。

所以我提出以下公式:

dfs = [g.dropna(how='all',axis=1) for _,g in
    df.groupby(df.isna().ne(df.isna().shift()).any(axis=1).cumsum())]

您可以打印正在运行的部分 DataFrame(任意数量):

n = 0
for grp in dfs:
    print(f'\ndf No {n}:\n{grp}')
    n += 1

当您添加时，我的解决方案相对于其他解决方案的优势就变得显而易见到源 DataFrame 的另一行包含:

5   NaN    NaN    3.0

它还包含1非空值(如前两行)。另一种解决方案将把所有这些行视为一个部分 DataFrame包含:

  movie  rating
3   mol     NaN
4   lob     NaN
5   NaN     3.0

如您所见，具有 NaN 值，而我的解决方案将这些行分成 2 个独立的 DataFrame，没有任何 NaN。