Python DataFrame 非 NaN 行

Python DataFrame 非 NaN 行

在数据分析和处理过程中，经常会遇到需要筛选出 DataFrame 中非 NaN 值行的情况。本文将介绍如何在 Python 中操作 DataFrame，筛选出非 NaN 值行的方法。

创建 DataFrame 示例

首先，我们需要创建一个示例的 DataFrame。以下是一个包含 NaN 值的 DataFrame：

import pandas as pd
import numpy as np

data = {'A': [1, np.nan, 3, 4, 5],
        'B': ['deepinout.com', 'b', np.nan, 'd', 'e'],
        'C': [np.nan, 'f', 'g', np.nan, 'i']}
df = pd.DataFrame(data)
print(df)

运行结果如下：

     A             B    C
0  1.0  deepinout.com  NaN
1  NaN             b    f
2  3.0            NaN    g
3  4.0             d  NaN
4  5.0             e    i

筛选出非 NaN 值行

接下来，我们将介绍如何筛选出 DataFrame 中的非 NaN 值行。我们可以使用 notnull() 方法来判断各列是否为非 NaN 值，然后通过逻辑运算符 all() 来筛选出非 NaN 值行，示例如下：

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

运行结果如下：

     A             B    C
4  5.0             e    i

通过上述代码，我们成功筛选出了非 NaN 值行，并将结果打印出来。

另一种筛选方法

除了上述方法外，还可以使用 dropna() 方法来直接删除含有 NaN 值的行，并在参数中指定 how='any' 来删除含有任意 NaN 值的行，示例如下：

df_non_nan_2 = df.dropna(how='any')
print(df_non_nan_2)

运行结果如下：

     A  B  C
4  5.0  e  i

通过上述代码，我们同样成功筛选出了非 NaN 值行，并将结果打印出来。

总结

本文介绍了如何在 Python 中操作 DataFrame，筛选出非 NaN 值行的方法，包括使用 notnull() 方法和 dropna() 方法。