python - 查找 pandas Dataframe 列的唯一行，其中第二列的所有值都是 NaN

Question

您好，我正在努力解决以下问题:

给定一个包含列 name 和 variable 的数据框，我想创建 2 个列表:

• list_names_nan 包含变量列中所有值为 nan 的名称
• list_names_not_nan 包含变量列中的列表 1 值不是 nan 的名称

下面是一个例子

import pandas
import numpy

df = pandas.DataFrame(data=[['x',1],['y',2],['x',4],['z',numpy.nan],
                            ['x',numpy.nan],['y',3],['x',numpy.nan],['z',numpy.nan],],
                            columns=['name','variable'])
df:
  name  variable
0    x       1.0
1    y       2.0
2    x       4.0
3    z       NaN
4    x       NaN
5    y       3.0
6    x       NaN
7    z       NaN

期望的输出应该是

list_names_nan = [z]
list_names_not_nan = [x,y]

Answer 1

使用Series.isna创建一个 bool 掩码然后使用 Series.groupby在此掩码上并使用 all 聚合最终使用此掩码 m 过滤 nan 和 not_nan 值:

m = df['variable'].isna().groupby(df['name']).all()
nan, not_nan = m[m].index.tolist(),  m[~m].index.tolist()

结果:

['z']  # nan
['x', 'y'] # not_nan