Pandas lassen Zeilen mit NaN fallen

Suraj Joshi 30 Januar 2023 17 Februar 2021 Pandas Pandas DataFrame Row Pandas NaN
  1. Pandas lassen Zeilen mit NaN mit der Methode DataFrame.notna() fallen
  2. Pandas lassen Zeilen nur mit NaN-Werten für alle Spalten mit der Methode DataFrame.dropna() fallen
  3. Pandas lassen Zeilen nur mit NaN-Werten für eine bestimmte Spalte mit der Methode DataFrame.dropna() fallen
  4. Pandas Drop Rows With NaN Values for Any Column Using DataFrame.dropna() Method
Pandas lassen Zeilen mit NaN fallen

In diesem Lernprogramm wird erklärt, wie man alle Zeilen mit NaN-Werten mit den Methoden DataFrame.notna() und DataFrame.dropna() löschen kann.

Wir werden den DataFrame im folgenden Beispielcode verwenden.

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame({
    'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
    'Age':  [19, None, 18, 21, None],
    'Income($)': [4000, 5000, None, 3500, None],
    'Expense($)': [3000, 2000, 2500, 25000, None]

})

print(data)

Ausgabe:

      Name   Age  Income($)  Expense($)
0    Alice  19.0     4000.0      3000.0
1   Steven   NaN     5000.0      2000.0
2  Neesham  18.0        NaN      2500.0
3    Chris  21.0     3500.0     25000.0
4    Alice   NaN        NaN         NaN

Pandas lassen Zeilen mit NaN mit der Methode DataFrame.notna() fallen

Die Methode DataFrame.notna() liefert ein boolesches Objekt mit der gleichen Anzahl von Zeilen und Spalten wie der aufrufende DataFrame. Wenn ein Element nicht NaN ist, wird es auf den Wert True im booleschen Objekt abgebildet, und wenn ein Element ein NaN ist, wird es auf den Wert False abgebildet.

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame({
    'Name': ['Alice', 'Steven', 'Neesham', 'Chris', 'Alice'],
    'Age':  [19, None, 18, 21, None],
    'Income($)': [4000, 5000, None, 3500, None],
    'Expense($)': [3000, 2000, 2500, 25000, None]

})
print("Initial DataFrame:")
print(data)

print("")

data = data[data['Income($)'].notna()]
print("DataFrame after removing rows with NaN value in Income Field:")
print(data)

Ausgabe:

Initial DataFrame:
      Name   Age  Income($)  Expense($)
0    Alice  19.0     4000.0      3000.0
1   Steven   NaN     5000.0      2000.0
2  Neesham  18.0        NaN      2500.0
3    Chris  21.0     3500.0     25000.0
4    Alice   NaN        NaN         NaN

DataFrame after removing rows with NaN value in Income Field:
     Name   Age  Income($)  Expense($)
0   Alice  19.0     4000.0      3000.0
1  Steven   NaN     5000.0      2000.0
3   Chris  21.0     3500.0     25000.0

Hier wenden wir die Methode notna() auf die Spalte Income($) an, die ein Serienobjekt mit den Werten True oder False zurückgibt, je nach den Werten der Spalte. Wenn wir das boolesche Objekt als Index an den ursprünglichen DataFrame übergeben, erhalten wir nur Zeilen ohne NaN-Werte für die Spalte Income($).

Pandas lassen Zeilen nur mit NaN-Werten für alle Spalten mit der Methode DataFrame.dropna() fallen

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame({
    'Id': [621, 645, 210, 345, None],
    'Age':  [19, None, 18, 21, None],
    'Income($)': [4000, 5000, None, 3500, None],
    'Expense($)': [3000, 2000, 2500, 25000, None]

})
print("Initial DataFrame:")
print(data)

print("")

data = data.dropna(how='all')
print("DataFrame after removing rows with NaN value in All Columns:")
print(data)

Ausgabe:

Initial DataFrame:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
1  645.0   NaN     5000.0      2000.0
2  210.0  18.0        NaN      2500.0
3  345.0  21.0     3500.0     25000.0
4    NaN   NaN        NaN         NaN

DataFrame after removing rows with NaN value in All Columns:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
1  645.0   NaN     5000.0      2000.0
2  210.0  18.0        NaN      2500.0
3  345.0  21.0     3500.0     25000.0

Es werden nur die Zeilen mit NaN-Werten für alle Felder im DataFrame entfernt. Wir setzen how='all' in der Methode dropna(), damit die Methode die Zeile nur dann fallen lässt, wenn alle Spaltenwerte für die Zeile NaN sind.

Pandas lassen Zeilen nur mit NaN-Werten für eine bestimmte Spalte mit der Methode DataFrame.dropna() fallen

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame({
    'Id': [621, 645, 210, 345, None],
    'Age':  [19, None, 18, 21, None],
    'Income($)': [4000, 5000, None, 3500, None],
    'Expense($)': [3000, 2000, 2500, 25000, None]

})
print("Initial DataFrame:")
print(data)

print("")

data = data.dropna(subset=["Id"])
print("DataFrame after removing rows with NaN value in Id Column:")
print(data)

Ausgabe:

Initial DataFrame:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
1  645.0   NaN     5000.0      2000.0
2  210.0  18.0        NaN      2500.0
3  345.0  21.0     3500.0     25000.0
4    NaN   NaN        NaN         NaN

DataFrame after removing rows with NaN value in Id Column:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
1  645.0   NaN     5000.0      2000.0
2  210.0  18.0        NaN      2500.0
3  345.0  21.0     3500.0     25000.0

Es werden alle Spalten im DataFrame gelöscht, die nur in der Spalte Id den Wert NaN haben.

Pandas Drop Rows With NaN Values for Any Column Using DataFrame.dropna() Method

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame({
    'Id': [621, 645, 210, 345, None],
    'Age':  [19, None, 18, 21, None],
    'Income($)': [4000, 5000, None, 3500, None],
    'Expense($)': [3000, 2000, 2500, 25000, None]

})
print("Initial DataFrame:")
print(data)

print("")

data = data.dropna()
print("DataFrame after removing rows with NaN value in any column:")
print(data)

Ausgabe:

Initial DataFrame:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
1  645.0   NaN     5000.0      2000.0
2  210.0  18.0        NaN      2500.0
3  345.0  21.0     3500.0     25000.0
4    NaN   NaN        NaN         NaN

DataFrame after removing rows with NaN value in any column:
      Id   Age  Income($)  Expense($)
0  621.0  19.0     4000.0      3000.0
3  345.0  21.0     3500.0     25000.0

Standardmäßig entfernt die Methode dropna() alle Zeilen, die mindestens einen NaN-Wert haben.

Author: Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

Verwandter Artikel - Pandas DataFrame Row

  • So erhalten Sie die Zeilenanzahl eines Pandas DataFrame
  • Zufälliges Mischen von DataFrame-Zeilen in Pandas
  • Wie man DataFrame-Zeilen auf der Grundlage von Spaltenwerten in Pandas filtert
  • Wie man durch Zeilen eines DataFrame in Pandas iteriert
  • Wie erhält man einen Index aller Reihen, deren bestimmte Spalte den gegebenen Zustand in Pandas befriedigt
  • Pandas Axis Bedeutung
  • Verwandter Artikel - Pandas NaN

  • Wie ersetzt man alle NaN-Werte durch Nullen in einer Spalte eines Pandas-DataFrame
  • Wie prüft man, ob NaN im Pandas-DataFrame vorhanden ist
  • Pandas fillna Spalte