如何遍历数据帧的行并检查列行中的值是否为 NaN

Question

我有一个新手问题。我有一个正在迭代的数据框，我想检查 column2 行中的值是否为 NaN，如果不是 NaN，则对该值执行操作。我的 DataFrame 如下所示：

df:

  Column1  Column2
0    a        hey
1    b        NaN
2    c        up

我现在正在尝试的是：

for item, frame in df['Column2'].iteritems():
    if frame.notnull() == True:
        print 'frame'

背后的想法是，我对第 2 列中的行和 print 帧中的每一行进行迭代，以获取具有值（字符串）的每一行。然而我得到的是：

AttributeError                            Traceback (most recent call last)
<ipython-input-80-8b871a452417> in <module>()
      1 for item, frame in df['Column2'].iteritems():
----> 2     if frame.notnull() == True:
      3         print 'frame'

AttributeError: 'float' object has no attribute 'notnull'

当我只运行我的代码的第一行时，我得到

0
hey
1
nan
2
up

这表明第一行输出中的浮点数是错误的原因。谁能告诉我怎样才能完成我想要的？

Answer 1

试试这个：

df[df['Column2'].notnull()]

上面的代码会给你 Column2 没有空值的数据

Answer 2

如您所知，frame 在

for item, frame in df['Column2'].iteritems():

是列中的每个 row，其类型将是列中元素的类型（很可能不是 Series 或 DataFrame）。因此，frame.notnull() 是行不通的。

你应该试试 -

for item, frame in df['Column2'].iteritems():
    if pd.notnull(frame):
        print frame

Answer 3

在 Series 上使用 iteritems（这是从 DataFrame 中获取列时得到的结果）迭代对 (index, value)。因此，您的 item 将在循环的三个迭代中取值 0、1 和 2，而您的 frame 将取值 'hey'、NaN 和 'up'（所以 "frame" 可能是一个不好的名字）。错误来自尝试在 NaN（表示为浮点数）上使用方法 notnull。

您可以使用函数 pd.notnull 代替：

In [3]: pd.notnull(np.nan)
Out[3]: False

In [4]: pd.notnull('hey')
Out[4]: True

另一种方法是对整个系列使用 notnull，然后迭代这些值（现在是布尔值）：

for _, value in df['Column2'].notnull().iteritems():
    if value:
        print 'frame'

如何遍历数据帧的行并检查列行中的值是否为 NaN

How to iterate through rows of a dataframe and check whether value in a column row is NaN

python

iteration

row

dataframe

pandas