过滤不同列熊猫中的不同条件答案

【问题标题】：Filtering for different conditions in different columns pandas过滤不同列熊猫中的不同条件
【发布时间】：2021-11-24 04:40:38
【问题描述】：

Python 3.9 和 Pandas 1.3.4

这是df：

1   First Name  Last Name  fullname
2   Freddie     Mercury    Freddie Mercury
3   John        Lennon     John Lennon
4   David       Bowie      David Bowie
5                          John Doe
6   Joseph                 Joseph
7               Jovi       Jovi

我的一段代码目前只是发现fullname 列就是First Name + Last Name。

我目前正在尝试过滤First Name 列、Last Name 列中的空白条目以及fullname 列中的任何“John Does”。

当前代码：

import pandas as pd

df = pd.read_csv('file.csv', dtype=str, header=0)

df2 = pd.DataFrame(df, columns=['First Name', 'Last Name', 'fullname'])

df['fullname'] = (df[['First Name', 'Last Name']].fillna('').agg(' '.join, axis=1).str.strip().replace('', 'John Doe'))

df_sort = df2.loc[df2['First Name'] == " "] | df2.loc[df2['Last Name'] == " "] | df2.loc[df2['fullname'] == "John Doe"]


df.to_csv('file.csv', index=False)
df_sort.to_csv('missing names.csv', index=False)

目前我正在将缺少的名称写入新文件并仅输出以下内容：

First Name   Last Name   fullname

下面都是空的。

我希望输出为：

First Name   Last Name   fullname
                         John Doe
Joseph
             Jovi

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

将可能的缺失值替换为空字符串，比较并测试DataFrame.any中是否至少有一个值匹配：

df_sort = df2[df2[['First Name', 'Last Name']].fillna('').eq('').any(axis=1)]

或者如果有缺失值使用：

df_sort = df2[df2[['First Name', 'Last Name']].isna().any(axis=1)]

【讨论】：

【解决方案2】：

您不需要在每个条件下都使用.loc，但您需要添加一些( )：

>>> df2[(df2['First Name'] == " ")
        | (df2['Last Name'] == " ")
        | (df2['fullname'] == "John Doe")]

  First Name Last Name  fullname
3        NaN       NaN  John Doe
4     Joseph       NaN    Joseph
5        NaN      Jovi      Jovi

注意：使您的缺失值适应您的代码。这里我像你一样使用== " "（空格），但你可以使用== ""（空字符串）或使用.isna()（缺失值）。

【讨论】：