Pandas：根据列中的空值拆分数据框[重复]答案

【问题标题】：Pandas : splitting a dataframe based on null values in a column [duplicate]Pandas：根据列中的空值拆分数据框[重复]
【发布时间】：2019-07-25 10:10:49
【问题描述】：

我有一个如下的数据框：

data = [['lynda', 10,'F',125,'5/21/2018'],['tom', np.nan,'M',135,'7/21/2018'], ['nick', 15,'F',99,'6/21/2018'], ['juli', 14,np.nan,120,'1/21/2018'],['juli', 19,np.nan,140,'10/21/2018'],['juli', 18,np.nan,170,'9/21/2018']]
df = pd.DataFrame(data, columns = ['Name', 'Age','Gender','Height','Date'])

df

如何根据性别的 np.NaN 值转换数据框？

我希望将原始数据框 df 拆分为 df1(Name,Age,Gender,Height,Date) ，其值为性别（df 的前 3 行）

与不包含性别列的df2(Name,Age,Height,Date) （df 的最后 3 行）

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这是一种方法：

import pandas as pd
import numpy as np


data = [['lynda', 10,'F',125,'5/21/2018'],['tom', np.nan,'M',135,'7/21/2018'], ['nick', 15,'F',99,'6/21/2018'], ['juli', 14,np.nan,120,'1/21/2018'],['juli', 19,np.nan,140,'10/21/2018'],['juli', 18,np.nan,170,'9/21/2018']]
df = pd.DataFrame(data, columns = ['Name', 'Age','Gender','Height','Date'])

df2 = df[df['Gender'].notnull()].drop("Gender", axis=1)
print(df2)

输出：

    Name   Age  Height       Date
0  lynda  10.0     125  5/21/2018
1    tom   NaN     135  7/21/2018
2   nick  15.0      99  6/21/2018

【讨论】：