2016-12-25 26 views
2

我想在熊猫中使用dropna函数。我想将它用于特定的列。在特定列(大熊猫)第一次出现NaN之后放下所有行

我只能弄清楚如何使用它来删除NaN,如果所有行都有所有NaN值。

我有一个数据帧(见下文),我想的楠第一次出现后砸在特定列,列中的所有行“A”

当前的代码,只有工作,如果所有的行值是NaN。

data.dropna(axis = 0, how = 'all') 
data 

原始数据帧

data = pd.DataFrame({"A": (1,2,3,4,5,6,7,"NaN","NaN","NaN"),"B": (1,2,3,4,5,6,7,"NaN","9","10"),"C": range(10)}) 
    data 


    A B C 
0 1 1 0 
1 2 2 1 
2 3 3 2 
3 4 4 3 
4 5 5 4 
5 6 6 5 
6 7 7 6 
7 NaN NaN 7 
8 NaN 9 8 
9 NaN 10 9 

我想什么输出看起来像:

A B C 
0 1 1 0 
1 2 2 1 
2 3 3 2 
3 4 4 3 
4 5 5 4 
5 6 6 5 
6 7 7 6 

任何帮助表示赞赏。 很显然,我希望以最清洁最有效的方式来做到这一点。

谢谢!

回答

5

iloc使用+ argmax

data.iloc[:data.A.isnull().values.argmax()] 

    A B C 
0 1.0 1 0 
1 2.0 2 1 
2 3.0 3 2 
3 4.0 4 3 
4 5.0 5 4 
5 6.0 6 5 
6 7.0 7 6 

或具有不同的语法

top_data = data[:data['A'].isnull().argmax()] 
+0

@MaxU差不多,依赖于指数为很好地有序整数。我以另一种方式修复它。 – piRSquared

+0

你能在这里更快吗? http://stackoverflow.com/questions/41318942/mask-out-specific-values-from-an-array – MYGz

+0

loc + idxmax有什么问题?另外我认为你不需要'.values','Series'也有'argmax'方法。 – ayhan