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

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lists,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

如何从 Pandas 数据框中删除行列表?

我如何从数据框中删除具有重复/重复索引的行[重复]

折叠 Pandas 数据框中的行,每列具有不同的逻辑 [重复]

Python Pandas:如何从包含列表中值的数据框中删除所有列?

在 Pandas 数据框中按组过滤具有最小值的行 [重复]