Hoe rijen zonder nan-waarden in panda's te selecteren
U kunt de volgende methoden gebruiken om rijen zonder NaN-waarden in panda’s te selecteren:
Methode 1: Selecteer rijen zonder NaN-waarden in alle kolommen
df[~df. isnull (). any (axis= 1 )]
Methode 2: Selecteer rijen zonder NaN-waarden in een specifieke kolom
df[~df[' this_column ']. isna ()]
De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:
import pandas as pd import numpy as np #createDataFrame df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G'], ' points ': [np.nan, 12, 15, 25, np.nan, 22, 30], ' assists ': [4, np.nan, 5, 9, 12, 14, 10]}) #view DataFrame print (df) team points assists 0 A NaN 4.0 1 B 12.0 NaN 2C 15.0 5.0 3D 25.0 9.0 4 E NaN 12.0 5F 22.0 14.0 6G 30.0 10.0
Voorbeeld 1: Selecteer rijen zonder NaN-waarden in alle kolommen
We kunnen de volgende syntaxis gebruiken om rijen zonder NaN-waarden in elke kolom van het DataFrame te selecteren:
#create new DataFrame that only contains rows without NaNs no_nans = df[~df. isnull (). any (axis= 1 )] #view results print (no_nans) team points assists 2C 15.0 5.0 3D 25.0 9.0 5F 22.0 14.0 6G 30.0 10.0
Houd er rekening mee dat elke rij van het resulterende DataFrame in geen enkele kolom NaN-waarden bevat.
Voorbeeld 2: Selecteer rijen zonder NaN-waarden in een specifieke kolom
We kunnen de volgende syntaxis gebruiken om rijen zonder NaN-waarden te selecteren in de puntenkolom van het DataFrame:
#create new DataFrame that only contains rows without NaNs in points column no_points_nans = df[~df[' points ']. isna ()] #view results print (no_points_nans) team points assists 1 B 12.0 NaN 2C 15.0 5.0 3D 25.0 9.0 5F 22.0 14.0 6G 30.0 10.0
Houd er rekening mee dat elke rij van het resulterende DataFrame geen NaN-waarden bevat in de puntenkolom .
Er is een rij met een NaN-waarde in de kolom Assists , maar de rij blijft behouden in het DataFrame omdat de waarde in de kolom Punten van die rij niet NaN is.
Aanvullende bronnen
In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:
Panda’s: rijen met NaN-waarden verwijderen
Panda’s: hoe NaN-waarden te vervangen door een string
Panda’s: hoe NaN-waarden met gemiddelde vullen