如何对df进行切片/索引

Question

需要过滤/消除第一个#n行，直到从一个更大的df (如df2显示)中出现"nan“符号。

main_df = {
    'Courses':["Spark","Java","Python","Go"],
    'Discount':[2000,2300,1200,2000],
    'Pappa':[np.nan,np.nan,"2","ai"],
    'Puppo':["Glob","Java","n","Godo"],
              }
index_labels2=['r1','r6','r3','r5']
df2 = pd.DataFrame(main_df,index=index_labels2)

我试过：

  maino_df = main_df.loc[:, (main_df.iloc [0] != np.nan) & ((main_df.iloc [0,:] < 1000))]

获得：

main_dfnew = {
        'Courses':["Python","Go"],
        'Discount':[1200,2000],
        'Pappa':["2","ai"],
        'Puppo':["n","Godo"],
                  }
    index_labels2=['r3','r5']
    df2 = pd.DataFrame(main_dfnew, index=index_labels2)

但也要删除nan所在的列。

Answer 1

IIUC，您想要删除第一行有NaNs，并保留所有行后的第一行没有NaNs？

注意：我假设这里是真实的NaNs，如果不首先使用replace或其他方法将其转换为NaN，或者进行比较以匹配数据以认为无效。

你可以用：

df3 = df2[df2.notna().all(1).cummax()]

产出：

   Courses  Discount Pappa Puppo
r3  Python      1200     2     n
r5      Go      2000    ai  Godo

如果您只想删除带有NaNs的所有行，请使用dropna

df3 = df2.dropna(axis=0)