pandas筛选不为空的行

pandas筛选不为空的行

在数据分析中，经常会遇到需要筛选不为空的行的情况。在pandas中，我们可以使用isnull()方法找出缺失值，然后利用此方法的反操作，即notnull()方法，来筛选不为空的行。

示例数据

为了演示如何筛选不为空的行，我们先创建一个示例数据。假设我们有一个包含学生成绩的数据集，其中可能存在缺失值。

import pandas as pd

data = {
    '学号': ['001', '002', '003', '004', '005'],
    '姓名': ['小明', '小红', '小刚', '小华', '小李'],
    '数学成绩': [90, 85, None, 78, 92],
    '语文成绩': [88, None, 95, 82, 90]
}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以得到如下示例数据集：

   学号  姓名  数学成绩  语文成绩
0  001  小明   90.0  88.0
1  002  小红   85.0   NaN
2  003  小刚    NaN  95.0
3  004  小华   78.0  82.0
4  005  小李   92.0  90.0

筛选不为空的行

接下来，我们将演示如何筛选出不包含缺失值的行。

notnull_df = df[df.notnull().all(axis=1)]
print(notnull_df)

在以上代码中，我们使用notnull().all(axis=1)来筛选不包含缺失值的行。notnull()方法可以判断数据是否为非空，all(axis=1)表示对行进行操作，并且只有当所有列的数据都不为空时才返回True。

运行以上代码，我们可以得到筛选不为空的行的结果：

   学号  姓名  数学成绩  语文成绩
0  001  小明   90.0  88.0
3  004  小华   78.0  82.0
4  005  小李   92.0  90.0

可以看到，筛选结果中只包含了没有缺失值的行。

结语

通过本文的介绍，我们学习了如何使用pandas筛选不为空的行。在实际数据分析中，这种操作非常常见，可以帮助我们清洗数据、减少错误。