让 Python Pandas dropna 方法使用“N/A”值？

Question

我有一个 csv 文件，其中字段中的某些值是 N/A。我已经尝试了几种方法来摆脱那些无法解决的问题，我也无法理解dropna() 函数的工作原理。

例子：

姓名、年龄、地位、 盟友, 21, 单身, 丹尼尔，32 岁，单身， 约翰，不适用，已婚， 贝克，25 岁​​，单身， 乔希，N/A，已婚

我正在尝试使用 dropna 方法删除“N/A”值。 我希望结果返回一个包含年龄为[21,32,25] 的列表 我该怎么做？

Answer 1

使用pandas.read_csv() 读取CSV 文件并指定skipinitialspace=True。这将启用默认的“N/A”检测，前导空格会阻止该检测。

>>> from pandas import read_csv
>>> df = read_csv('input.csv', skipinitialspace=True)
>>> df
     name  Age   Status  Unnamed: 3
0    Ally   21   Single         NaN
1  Daniel   32   Single         NaN
2    John  NaN  Married         NaN
3   Baker   25   Single         NaN
4    Josh  NaN  Married         NaN

最后一列是空的，是大多数行末尾的, 的结果。你可以删除它：

>>> df.drop(df.columns[-1], axis=1, inplace=True)
>>> df
     name  Age   Status
0    Ally   21   Single
1  Daniel   32   Single
2    John  NaN  Married
3   Baker   25   Single
4    Josh  NaN  Married

然后你可以删除不需要的行：

>>> df.dropna(inplace=1)
>>> df
     name  Age  Status
0    Ally   21  Single
1  Daniel   32  Single
3   Baker   25  Single

最终名单由：

>>> ages = list(df['Age'])
>>> ages
[21.0, 32.0, 25.0]
>>> # or, if you want ints...
>>> ages = list(df['Age'].astype(int))
>>> ages
[21, 32, 25]

---

这是简短的版本：

>>> df = read_csv('input.csv', skipinitialspace=True)
>>> ages = list(df.drop(df.columns[-1], axis=1).dropna()['Age'].astype(int))
>>> print ages
[21, 32, 25]