本文介绍了如何根据另一列的特定值从一列中删除NaN的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
不知道如何根据另一个特定列的值从特定列中删除NaN值。 部分数据帧(df)：
vol. group
1186 10,448,898 1
1187 nan 0
1188 35,047,520 1
...
8329 130,703 0
8330 241,489 1
8332 nan 1
8333 101,142 0
8334 nan 1
我需要删除vol.中的NaN值，但仅当group中的对应值为1时。
我已尝试：
df.loc[df['group'] == 1,'vol.'].dropna(inplace=True)
但df仍具有所有值，因为Dropna无效。
推荐答案
可以更改逻辑-在boolean indexing中没有1和nan的情况下选择所有值：
#if necessary convert strings nan to missing values `NaN`s
df['vol.'] = df['vol.'].replace('nan', np.nan)
df = df[(df['group'] != 1) | df['vol.'].notna()]
print (df)
vol. group
1186 10,448,898 1
1187 NaN 0
1188 35,047,520 1
8329 130,703 0
8330 241,489 1
8333 101,142 0
这篇关于如何根据另一列的特定值从一列中删除NaN的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！