如何从一个数据帧在python

我有一个DF删除无细胞，如何从一个数据帧在python

 contents values scoresBinned categories 
    0 Buy   484 (375, 500]  Bin 4 
    1 Sell   429 (375, 500]  Bin 4 
    2 Blanks  130 (125, 250]  Bin 2 
    3 A    108 (0, 125]   Bin 1 
    4 B    77 (0, 125]   Bin 1 
    5 F    2 (0, 125]   Bin 1

，因为我需要为宾我的头，我做的DF，枢

filter_df1=df[["contents","categories"]] 

pivot_df=filter_df1.pivot(columns="categories") 

print(pivot_df) 

       contents 
    categories Bin 1  Bin 2 Bin 4 
     0  None  None Buy 
     1  None  None Sell 
     2  None  Blanks None 
     3  A   None None 
     4  B   None None 
     5  F   None None

我试过df.dropna （），但它会删除整个行，

我期望df是，

  Bin 1  Bin 2 Bin 4 
      A   Blanks Buy 
      B     Sell 
      F

来源

2017-10-05 pyd

你怎么输出你的数据帧？ – WhatsThePoint

你想要的数据帧没有意义。从数据框中删除单个“单元格”是没有意义的。你想要的输出将数值放入它们以前不在的行中，即它完全忽略数据并返回一些毫无意义的东西。 –

我编辑了我的问题，请检查 – pyd

您可以使用sorted,boolean indexing和fillna来做到这一点。

pm = pivot_df.apply(sorted,key=pd.isnull) 
new = pm[~pd.isnull(pm).all(1)].fillna('')

输出：

 
      contents    
categories Bin 1 Bin 2 Bin 4 
0     A Blanks Buy 
1     B   Sell 
2     F

说明：

排序基于无会给

 
      contents    
categories Bin 1 Bin 2 Bin 4 
0     A Blanks Buy 
1     B None Sell 
2     F None None 
3    None None None 
4    None None None 
5    None None None

现在选择那些行，其中的所有行中值是不为空。所以我们可以使用~pd.isnull(pm).all(1)（这里~不是操作符，它会将真假转换为真，反之亦然）。这将给

 
0  True 
1  True 
2  True 
3 False 
4 False 
5 False 
dtype: bool

后来boolen索引来选择数据即pm[~pd.isnull(pm).all(1)]

 
     contents    
categories Bin 1 Bin 2 Bin 4 
0     A Blanks Buy 
1     B None Sell 
2     F None None

fillna('')将填补没有与''值。希望能帮助到你。

来源

2017-10-05 10:55:58 Dark

它的工作，你能解释这一行，新=下午[〜pd.isnull（pm）.all（1）]。fillna（''） – pyd

确保检查编辑。 – Dark

如何从一个数据帧在python

回答

相关问题