从 Pandas 数据框中选择一列中具有相同值但另一列中仅缺失的行

Question

在下面的代码中，在 A 列下，foo 和 tog 在 B 列中只有缺失值。但是，我不能简单地使用 is_na() 来过滤所有缺失值，因为有一个栏有缺失值。

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'tog', 'bar', 'bar'],
                   'B' : [np.nan, 2, np.nan, 4, np.nan, 6, np.nan],
                   'C' : [2.0, 5., 8., 1., 2., 9., 3.]})

我试过 df.groupby('A').filter(df['B'] == 'NaN')，但是 returns 出错了：

'Series' object is not callable.

如何过滤或 select foo 和 tog？非常感谢！

编辑：我正在清理一个数据集，它有一些缺失值，但分布在很多行中。因此，对于与 A 列对应的命名元素（例如 foo 和 tog），我不能简单地 select。

换句话说，我需要以下内容

    A   B   C
1   bar 2.0 5.0
3   bar 4.0 1.0
5   bar 6.0 9.0
6   bar NaN 3.0

Answer 1

filter 需要一个函数，您可以传递一个函数来检查 中 B 中的值是否 不是 NaN:

df.groupby("A").filter(lambda x: ~x.B.isna().all())

获得

     A    B    C
1  bar  2.0  5.0
3  bar  4.0  1.0
5  bar  6.0  9.0
6  bar  NaN  3.0

其中 foo 和 tog 被过滤掉，因为它们在 B 列中全部为 NaN。

从 Pandas 数据框中选择一列中具有相同值但另一列中仅缺失的行

Selecting rows from Pandas Dataframe with same values in one column that have only missing in another

python

missing-data

pandas