Python Pandas – 不包含NaN值的索引

在Python Pandas中，我们经常需要使用有NaN值的数据集（DataFrame或Series）。但是，在实际的数据分析中，我们有时需要去除NaN值的数据，那么如何获取不包含NaN值的索引呢？

方法一

我们可以使用pandas.notna（）方法来获取不包含NaN值的索引，示例代码如下：

import pandas as pd

# 数据集
df = pd.DataFrame({'A': [1, 2, 3, None, 5],
                   'B': [None, 7, 8, 9, 10],
                   'C': [11, 12, None, 14, 15]})

# 获取不包含NaN值的索引
index = df.index[df.notna().all(1)]

print("不包含NaN值的索引:", index)

输出结果为：

不包含NaN值的索引: Int64Index([0, 1, 3, 4], dtype='int64')

解释一下上面的代码：

首先，我们创建了一个包含NaN值的DataFrame，然后使用notna()方法获取不为NaN的元素。

notna()方法返回一个DataFrame，而不是一个Series。然后，我们使用all(1)方法在行的方向上执行逻辑与运算，以确定哪些行不包含NaN。

最后，我们使用.index来获取符合条件的索引。

方法二

我们也可以使用dropna()方法来删除包含NaN值的行，然后获取剩余行的索引。示例代码如下：

import pandas as pd

# 数据集
df = pd.DataFrame({'A': [1, 2, 3, None, 5],
                   'B': [None, 7, 8, 9, 10],
                   'C': [11, 12, None, 14, 15]})

# 删除包含NaN值的行
df_dropna = df.dropna()

# 获取剩余行的索引
index = df_dropna.index

print("不包含NaN值的索引:", index)

输出结果为：

不包含NaN值的索引: Int64Index([0, 1, 4], dtype='int64')

解释一下上面的代码：

在这个示例中，我们使用dropna()方法删除包含NaN值的行，并返回剩余行的DataFrame。然后，我们使用.index来获取当前DataFrame的索引。

结论

以上就是在Python Pandas中获取不包含NaN值的索引的两种方法。具体使用哪种方法取决于您的具体需求和数据集的大小。

记住，pandas.notna（）方法返回一个Boolean DataFrame，而不是Series。这意味着您可以通过索引进行筛选，就像上面的示例代码一样。