从 pandas 的行中过滤出 nan 值

Question

我正在开发一个计算器来确定喂鱼的食物，作为一个有趣的项目来学习 python、pandas 和 numpy。

我的数据是这样组织的：

如你所见，我的鱼是行，不同的食物是列。

我希望做的是让用户（我）输入一种食物，然后让程序向我输出所有非 nan 的值。

我宁愿将它们保留为 nan 而不是 0 的原因是我在不同的位置使用不同的数字来表示偏好。 1是自然饮食，2是可以但不理想，3是只活。

有没有办法使用熊猫来做到这一点？我在网上看到的所有地方都可以帮助我从列中筛选出行，但是很难找到有关从行中筛选列的信息。

目前，我的代码如下所示：

import pandas as pd
import numpy as np


df = pd.read_excel(r'C:\Users\Daniel\OneDrive\Documents\AquariumAiMVP.xlsx')
clownfish = df[0:1]
angelfish = df[1:2]
damselfish = df[2:3]

所以，如您所见，我还没有真正到达任何地方。我尝试使用以下想法过滤掉空值：

clownfish_wild_diet = pd.isnull(df.clownfish)

但它会导致错误，说：

AttributeError: 'DataFrame' 对象没有属性 'clownfish'

感谢各位的帮助。我完全是熊猫菜鸟，所以非常感谢。

Answer 1

您可以在 pandas 中使用掩码：

food = 'Amphipods'
mask = df[food].notnull()
result_set = df[mask]

df[food].notnull() 返回一个掩码（一系列布尔值，指示每行是否满足条件），您可以使用该掩码通过df[mask] 过滤真实的 DF。

通常您可以将这两行组合起来以生成更 Python 的代码，但这取决于您：

result_set = df[df[food].notnull()]

这将返回一个新的 DF，其中包含满足条件的行子集（包括原始 DF 中的所有列），因此您可以在此新 DF 上使用其他操作（例如，选择列子集，删除其他缺失值，等）

查看更多关于.notnull()：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.notnull.html