Python panda Menyaring nan dari pemilihan data kolom string

Tanpa menggunakan groupbybagaimana cara saya menyaring data tanpa NaN?

Katakanlah saya memiliki matriks di mana pelanggan akan mengisi 'N / A', 'n / a' atau variasinya dan yang lain membiarkannya kosong:

import pandas as pd
import numpy as np


df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],
                  'rating': [3., 4., 5., np.nan, np.nan, np.nan],
                  'name': ['John', np.nan, 'N/A', 'Graham', np.nan, np.nan]})

nbs = df['name'].str.extract('^(N/A|NA|na|n/a)')
nms=df[(df['name'] != nbs) ]

keluaran:

>>> nms
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

Bagaimana cara saya memfilter nilai NaN sehingga saya bisa mendapatkan hasil untuk bekerja seperti ini:

  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

Saya kira saya perlu sesuatu seperti ~np.isnantetapi tilda tidak bekerja dengan string.

Jatuhkan saja:

nms.dropna(thresh=2)

ini akan menghapus semua baris di mana setidaknya ada dua non- NaN.

Kemudian Anda bisa menjatuhkan di mana nama berada NaN:

In [87]:

nms
Out[87]:
  movie    name  rating
0   thg    John       3
1   thg     NaN       4
3   mol  Graham     NaN
4   lob     NaN     NaN
5   lob     NaN     NaN

[5 rows x 3 columns]
In [89]:

nms = nms.dropna(thresh=2)
In [90]:

nms[nms.name.notnull()]
Out[90]:
  movie    name  rating
0   thg    John       3
3   mol  Graham     NaN

[2 rows x 3 columns]

EDIT

Sebenarnya melihat apa yang awalnya Anda inginkan, Anda dapat melakukan ini tanpa dropnapanggilan:

nms[nms.name.notnull()]

MEMPERBARUI

Melihat pertanyaan ini 3 tahun kemudian, ada kesalahan, pertama-tama thresharg mencari paling ntidak NaNnilai sehingga sebenarnya outputnya adalah:

In [4]:
nms.dropna(thresh=2)

Out[4]:
  movie    name  rating
0   thg    John     3.0
1   thg     NaN     4.0
3   mol  Graham     NaN

Mungkin saja saya salah 3 tahun lalu atau versi panda yang saya jalankan memiliki bug, kedua skenario sepenuhnya mungkin.

Sederhana dari semua solusi:

filtered_df = df[df['name'].notnull()]

Dengan demikian, filter hanya menyaring baris yang tidak memiliki nilai NaN di kolom 'nama'.

Untuk beberapa kolom:

filtered_df = df[df[['name', 'country', 'region']].notnull().all(1)]

df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob', 'lob'],'rating': [3., 4., 5., np.nan, np.nan, np.nan],'name': ['John','James', np.nan, np.nan, np.nan,np.nan]})

for col in df.columns:
    df = df[~pd.isnull(df[col])]

df.dropna(subset=['columnName1', 'columnName2'])