在将数据帧转换为列表时删除NaN，无数据类型

Question

我有一个数据框

df = pd.DataFrame([["str",None,"aad","asd"],[None,"ddd",None,pd.NaT],["xyz",None,"abc",None],["btc","trz","abd",pd.NaT]],columns=list('ABCD'))

我想要一个只包含字符串值的列表。

示例：

[['str', 'aad', 'asd'],['ddd'], ['xyz','abc'], ['btc', 'trz', 'abd']]

我试过了

df.values.tolist()

但我得到了包含None、NaT和NaN值的完整列表。

有没有办法只保留字符串值而删除其他数据类型？

Answer 1

如果想要删除NaN，None和NaT会使用notna来使用列表理解，而另一个则嵌套在filtarion中：

a = [[y for y in x if pd.notna(y)] for x in df.values.tolist()]
print (a)
[['str', 'aad', 'asd'], ['ddd'], ['xyz', 'abc'], ['btc', 'trz', 'abd']]

或者，如果只想筛选字符串，则将isinstance用于条件：

a = [[y for y in x if isinstance(y, str)] for x in df.values.tolist()]

Answer 2

I hope this gives you implicit understanding about what @jezrael explains

whole_list=[]
for row in df.values.tolist():
    partial_list=[]
    for column in row:
        if pd.notna(column):
            partial_list.append(column)
    whole_list.append(partial_list)
whole_list    

Answer 3

您可以使用pandas提供的名为dropna()的方法轻松地删除它们，这样您就可以将其用于索引或列，您可以像这样使用它。

DataFrame.dropna(self, axis=0, how='any', thresh=None, subset=None, inplace=False)

在本例中，如果您想从列中删除df.dropna()，则需要传递axis=1，默认情况下它为零。您还可以使用文档了解更多详细信息https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.dropna.html

这将删除整行或整列，您也可以使用一些函数来检查它，您可以使用notnull()或fillna()进行检查。我希望它能帮上忙