Pandas 过滤在另一列中同时具有空值和非空值的值答案

【问题标题】：Pandas filter values which have both null and not null values in another columnPandas 过滤在另一列中同时具有空值和非空值的值
【发布时间】：2021-05-13 02:57:40
【问题描述】：

我有一个数据框，需要过滤掉第一列中的元素列表，第二列中同时包含空值和非空值。

["1"]   ["2"]    
"A"    "Smthng"      
"B"    "sometext"      
"C"     NULL
"A"     NULL

对于这种情况，我应该得到A：

["1"]   ["2"]    
"A"    "Smthng"  
"A"     NULL

我这样做了，它正在工作。但也许你知道如何在一行代码中更快地做到这一点。

我做了什么：

NamesWithMissing = df[df['2'].isna()]['1'].tolist()
NamesWithMissing = df[(df['1'].isin(NamesWithMissing)) & (df['2'].notnull())]['1'].tolist()
df[df['1'].isin(NamesWithMissing)].sort_values(by="1")

更新

找到有趣的解决方案：

df.groupby('1').filter(lambda g: (g.nunique() > 1).any())

【问题讨论】：

标签： python pandas filtering

【解决方案1】：

我们可以使用isna 然后groupby 创建一个掩码1 和transform 列使用nunique 来检查组包含空值和非空值的条件

df[df['2'].isna().groupby(df['1']).transform('nunique').eq(2)]

   1       2
0  A  Smthng
3  A     NaN

【讨论】：

【解决方案2】：

您可以使用布尔索引：

m = (
    df.groupby("1")
    .transform(lambda x: (x.isna().sum() >= 1) & (x.notna().sum() >= 1))
    .values
)
print(df[m])

打印：

   1       2
0  A  Smthng
3  A     NaN

【讨论】：