从 pandas 数据框中删除具有空列表的行
Posted
技术标签:
【中文标题】从 pandas 数据框中删除具有空列表的行【英文标题】:Remove rows with empty lists from pandas data frame 【发布时间】:2016-03-13 18:29:55 【问题描述】:我有一个数据框,其中一些列带有空列表,而其他列带有字符串列表:
donation_orgs donation_context
0 [] []
1 [the research of Dr. ...] [In lieu of flowers , memorial donations ...]
我正在尝试返回一个没有任何空列表行的数据集。
我试过只检查空值:
dfnotnull = df[df.donation_orgs != []]
dfnotnull
和
dfnotnull = df[df.notnull().any(axis=1)]
pd.options.display.max_rows=500
dfnotnull
我已经尝试循环并检查存在的值,但我认为列表没有像我想象的那样返回 Null 或 None:
dfnotnull = pd.DataFrame(columns=('donation_orgs', 'donation_context'))
for i in range(0,len(df)):
if df['donation_orgs'].iloc(i):
dfnotnull.loc[i] = df.iloc[i]
上述所有三种方法都只是简单地返回原始数据框中的每一行。=
【问题讨论】:
根据我的经验,将数据保存在数据框中的列表中是非常危险的。它会使分组和聚合函数出错。如果必须这样做,请考虑使用元组,这似乎效果更好。 【参考方案1】:假设您从 CSV 读取数据,另一个可能的解决方案可能是:
import pandas as pd
df = pd.read_csv('data.csv', na_filter=True, na_values='[]')
df.dropna()
na_filter
定义附加字符串以识别为 NaN。我在pandas-0.24.2
上对此进行了测试。
【讨论】:
【参考方案2】:为避免转换为str
并实际使用list
s,您可以这样做:
df[df['donation_orgs'].map(lambda d: len(d)) > 0]
它将donation_orgs
列映射到每一行的列表长度,并仅保留具有至少一个元素的那些,过滤掉空列表。
返回
Out[1]:
donation_context donation_orgs
1 [In lieu of flowers , memorial donations] [the research of Dr.]
正如预期的那样。
【讨论】:
这应该是公认的答案。它更优雅df[df['donation_orgs'].map(len) > 0]
,甚至df[df['donation_orgs'].map(bool)]
【参考方案3】:
您可以使用以下单线:
df[(df['donation_orgs'].str.len() != 0) | (df['donation_context'].str.len() != 0)]
【讨论】:
【参考方案4】:您可以尝试像数据框是字符串而不是列表一样进行切片:
import pandas as pd
df = pd.DataFrame(
'donation_orgs' : [[], ['the research of Dr.']],
'donation_context': [[], ['In lieu of flowers , memorial donations']])
df[df.astype(str)['donation_orgs'] != '[]']
Out[9]:
donation_context donation_orgs
1 [In lieu of flowers , memorial donations] [the research of Dr.]
【讨论】:
以上是关于从 pandas 数据框中删除具有空列表的行的主要内容,如果未能解决你的问题,请参考以下文章
从数据框中删除重复项,基于两列 A,B,在另一列 C 中保持具有最大值的行
折叠 Pandas 数据框中的行,每列具有不同的逻辑 [重复]