遇到一個需求，現(xiàn)在假設有一個這樣的df，c是金額，d是月份

C Dnan 321323 0 3132 0 nannan nan

有兩個規(guī)則：1.金額不能為nan? ? ?2.金額為0月份的時候如果月份也為nan那么這條記錄無效

思路：判斷c不能為nan，篩選 ： df1['C'].notna()? ? ? ? ?然后把符合c為0 以及d為nan的那列搞死：? ??df2.drop(df2[(df2['C']==0) & np.isnan(df2['D'])].index)

# -*- coding: utf-8 -* import numpy as np import pandas as pd from pandas import Series,DataFrame#第一個是放在df里面的隨機數(shù)據(jù)，第二個是索引，也叫行，第三個叫列 df1=pd.DataFrame( np.random.randn(4,4), index=list('abcd'), columns=list('ABCD') ) print('before..............') df1.iloc[0,2]=np.nan df1.iloc[1,2]=0 df1.iloc[2,2]=0 df1.iloc[2,3]=np.nan print(df1) str1 = "A"print('after..............')
#首先判斷c不能為nan df2 = df1[(df1['C'].notna())] df2 = df2.drop(df2[(df2['C']==0) & np.isnan(df2['D'])].index) print(df2)

?

轉載于:https://www.cnblogs.com/daysn/p/11158084.html

總結

以上是生活随笔為你收集整理的pandas:dataframe删除某些不为non的行的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。