堆叠/取消堆叠时如何不丢失带有 NaN 的行？答案

【问题标题】：How to do not loose rows with NaN when stack/unstak?堆叠/取消堆叠时如何不丢失带有 NaN 的行？
【发布时间】：2020-11-28 16:18:22
【问题描述】：

我有一组从 1945 年到 2020 年的数据，用于两个国家生产的一系列材料。为了创建一个数据框，我连接了不同的 df。

df = pd.concat([ProdCountry1['Producta'], [ProdCountry2['Producta'], [ProdCountry1['Productb'],  [ProdCountry2['Productb'], ...] ...)

axis=1，键名等。

我得到了这种表：

然后我堆叠此数据框以获取行索引（年）中的 NaN，但随后我丢失了 1946/1948/1949 年，它们仅包含 NaN。

df = df.stack()

这是我拆开堆叠时得到的那种 df：

所以，我的问题是：如何避免在我的 df 中使用 NaN 行丢失年份？我需要它们稍后在我的笔记本中进行插值和工作。

提前感谢您的帮助。

【问题讨论】：

【解决方案1】：

堆栈方法有一个dropna 参数，将其传递为false

 DataFrame.stack(level=- 1, dropna=True)

【讨论】：

【解决方案2】：

让我们试试dropna

df = df.dropna(how='all')

【讨论】：