如何从行中删除df中的nan而不丢失整行？答案

【问题标题】：how to delete nan in df from row without losing the whole row?如何从行中删除df中的nan而不丢失整行？
【发布时间】：2020-04-03 06:25:39
【问题描述】：

G'day，我怎样才能在不丢失整行的情况下删除 nan 值？这就是我的df 的样子。

我试过pandasdf = schule.dropna() 但这删除了行中的所有内容。

但我必须保持价值观，因为最后，我希望它们向上。

【问题讨论】：

你想用 None 替换它们吗？因为不清楚你想要达到什么，所以总会有一个值（NaN、None或者有用的值）
你能告诉我们你想要的样本输出吗？
我的猜测是他们不想替换NaN，而是将df中的所有行合并为一行，将NaN替换为从不同行获得的值。
这看起来好像修复创建数据帧的解析器会更有意义......
看看这个：stackoverflow.com/questions/25941979/…

标签： python python-3.x pandas

【解决方案1】：

这可能会有所帮助。你可以试试！！！！

【讨论】：

【解决方案2】：

根据您的问题陈述，您希望降低 nan 值的优先级，并将非 nan 值放在首位。

import numpy as np
import pandas as pd
import functools

def drop_and_roll(col, na_position='last', fillvalue=np.nan):
    result = np.full(len(col), fillvalue, dtype=col.dtype)
    mask = col.notnull()
    N = mask.sum()
    if na_position == 'last':
        result[:N] = col.loc[mask]
    elif na_position == 'first':
        result[-N:] = col.loc[mask]
    else:
        raise ValueError('na_position {!r} unrecognized'.format(na_position))
    return result

df = pd.read_table('data', sep='\s{2,}')

print(df.apply(functools.partial(drop_and_roll, fillvalue='')))

【讨论】：

【解决方案3】：

假设您想要回填值，然后删除此示例适用的任何列中出现的任何重复项：

import pandas as pd
import numpy as np

data = [
    ['POINT_1.1', 'POINT_1.2', pd.NA],
    [pd.NA, pd.NA, 'POINT_1.3'],
    ['POINT_2.1', 'POINT_2.2', pd.NA],
    [pd.NA, pd.NA, 'POINT_2.3']

]

df = pd.DataFrame(data)
df

#            0          1          2
# 0  POINT_1.1  POINT_1.2       <NA>
# 1       <NA>       <NA>  POINT_1.3
# 2  POINT_2.1  POINT_2.2       <NA>
# 3       <NA>       <NA>  POINT_2.3

t = df.T.bfill().T.bfill()
t

#            0          1          2
# 0  POINT_1.1  POINT_1.2  POINT_1.3
# 2  POINT_2.1  POINT_2.2  POINT_2.3

for column in t.columns:
    t = t.drop_duplicates(column)
t

#            0          1          2
# 0  POINT_1.1  POINT_1.2  POINT_1.3
# 2  POINT_2.1  POINT_2.2  POINT_2.3

【讨论】：