[PYTHON] Comment extraire des données qui ne manquent pas de valeur nan avec des pandas

--Environnement --macOS Catalina version 10.15.7 - Python 3.8.5 - pandas 1.1.3

Les données de la source d'extraction ressemblent à ceci

df = pandas.read_csv('CSV.csv')
print(df)

production

Nom Count Start End
0 Ponsuke 1 9:00  18:00
1 Ponsuke 2 18:00    NaN
2 Ponsuke 3 9:00  13:00
3 Ponsuke 4 NaN NaN
4 Ponsuke 5 9:00    NaN
5 Ponsuke 6 18:00    NaN
6 Ponsuke 7 12:00    NaN
7 Ponsuke 8 12:00    NaN
8 Ponsuke 9 NaN 18:00
9 Ponsuke 10 NaN NaN

Extraire les données où une colonne n'est pas NaN

Méthode

# [début]Comment supprimer des données dont la colonne est NaN
print(df.dropna(subset=['début']))
# [début]Comment extraire des données dont la colonne n'est pas NaN
print(df[df['début'].notna()])
# [début]Comment extraire des données dont la colonne n'est pas NaN
print(df.query('début.notna()', engine='python'))

production

Nom Count Start End
0 Ponsuke 1 9:00  18:00
1 Ponsuke 2 18:00    NaN
2 Ponsuke 3 9:00  13:00
4 Ponsuke 5 9:00    NaN
5 Ponsuke 6 18:00    NaN
6 Ponsuke 7 12:00    NaN
7 Ponsuke 8 12:00    NaN

Extraire des données qui ne sont pas NaN dans les deux colonnes

Méthode

# [début]Ou[Fin]Comment supprimer des données dans l'une des colonnes NaN
print(df.dropna(subset=['début', 'Fin']))
# [début][Fin]Comment extraire des données où les deux colonnes ne sont pas NaN
print(df.query('début.notna() &Fin.notna()', engine='python'))

production

Nom Count Start End
0 Ponsuke 1 9:00  18:00
2 Ponsuke 3 9:00  13:00

Extraire les données si l'une des deux colonnes n'est pas NaN

Méthode

#Faire de NaN un caractère vide[début][Fin]Comment extraire des données non vides en collant des colonnes ensemble
print(df[df['début'].str.cat(df['Fin'], na_rep='') != ''])
# [début][Fin]Comment extraire des données là où l'une des colonnes n'est pas NaN
print(df.query('début.notna() |Fin.notna()', engine='python'))

production

Nom Count Start End
0 Ponsuke 1 9:00  18:00
1 Ponsuke 2 18:00    NaN
2 Ponsuke 3 9:00  13:00
4 Ponsuke 5 9:00    NaN
5 Ponsuke 6 18:00    NaN
6 Ponsuke 7 12:00    NaN
7 Ponsuke 8 12:00    NaN
8 Ponsuke 9 NaN 18:00

Extraire les données de "1 colonne n'est pas NaN" et "1 colonne est NaN"

Méthode

# [début]Après que la colonne extrait NaN[Fin]Comment supprimer des données dont la colonne est NaN
print(df[df['début'].isna()].dropna(subset=['Fin']))
# [début]La colonne n'est pas NaN et[Fin]Comment extraire des données où la colonne est NaN
print(df.query('début.isna() &Fin.notna()', engine='python'))

production

Nom Count Start End
8 Ponsuke 9 NaN 18:00