<\/p>\n
\u00c8 possibile utilizzare i seguenti metodi per selezionare le righe senza valori NaN nei panda:<\/span><\/p>\n Metodo 1: seleziona le righe senza valori NaN in tutte le colonne<\/strong><\/span><\/p>\n Metodo 2: seleziona le righe senza valori NaN in una colonna specifica<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per selezionare righe senza valori NaN in ciascuna colonna del DataFrame:<\/span><\/p>\n Tieni presente che ciascuna riga del DataFrame risultante non contiene valori NaN in nessuna colonna.<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per selezionare righe senza valori NaN nella colonna dei punti<\/strong> del DataFrame:<\/span><\/p>\n Tieni presente che ogni riga del DataFrame risultante non contiene valori NaN nella colonna dei punti<\/strong> .<\/span><\/p>\n \u00c8 presente una riga con un valore NaN nella colonna Assist<\/strong> , ma la riga viene mantenuta nel DataFrame poich\u00e9 il valore nella colonna Punti<\/strong> di quella riga non \u00e8 NaN.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Panda: come eliminare righe con valori NaN<\/a> \u00c8 possibile utilizzare i seguenti metodi per selezionare le righe senza valori NaN nei panda: Metodo 1: seleziona le righe senza valori NaN in tutte le colonne df[~df. isnull (). any (axis= 1 )] Metodo 2: seleziona le righe senza valori NaN in una colonna specifica df[~df[‘ this_column ‘]. isna ()] I seguenti esempi mostrano […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[~df. isnull<\/span> (). any<\/span> (axis= 1<\/span> )]\n<\/strong><\/pre>\n df[~df[' this_column<\/span> ']. isna<\/span> ()]<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'],\n ' points<\/span> ': [np.nan, 12, 15, 25, np.nan, 22, 30],\n ' assists<\/span> ': [4, np.nan, 5, 9, 12, 14, 10]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 A NaN 4.0\n1 B 12.0 NaN\n2C 15.0 5.0\n3D 25.0 9.0\n4 E NaN 12.0\n5F 22.0 14.0\n6G 30.0 10.0<\/strong><\/pre>\n Esempio 1: seleziona le righe senza valori NaN in tutte le colonne<\/strong><\/span><\/h2>\n
#create new DataFrame that only contains rows without NaNs\n<\/span>no_nans = df[~df. isnull<\/span> (). any<\/span> (axis= 1<\/span> )]\n\n#view results\n<\/span>print<\/span> (no_nans)\n\n team points assists\n2C 15.0 5.0\n3D 25.0 9.0\n5F 22.0 14.0\n6G 30.0 10.0 \n<\/strong><\/pre>\n Esempio 2: seleziona le righe senza valori NaN in una colonna specifica<\/strong><\/span><\/h2>\n
#create new DataFrame that only contains rows without NaNs in points column\n<\/span>no_points_nans = df[~df[' points<\/span> ']. isna<\/span> ()]\n\n#view results\n<\/span>print<\/span> (no_points_nans)\n\n team points assists\n1 B 12.0 NaN\n2C 15.0 5.0\n3D 25.0 9.0\n5F 22.0 14.0\n6G 30.0 10.0<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Panda: come sostituire i valori NaN con una stringa<\/a>
Panda: come riempire i valori NaN con la media<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"