如果值在列中，如何删除 Pandas 行[重复]答案

【问题标题】：How to drop a Pandas row if a value is in a column [duplicate]如果值在列中，如何删除 Pandas 行[重复]
【发布时间】：2021-09-03 11:26:58
【问题描述】：

我有一个 Pandas 数据框，其中一列 director_name 包含电影导演，另一列 death_year 包含 NaN 或描述他们去世年份的浮点数（例如：1996.00）。如何删除所有拥有已死亡董事的行，如 death_year 列中的浮点数所表示的那样？

     nconst     director_name       birth_year       death_year 
0   nm0061671   Mary Ellen Bauder    1967.00            NaN     
1   nm0061865   Joseph Bauer          NaN             1996.00   
2   nm0062070   Bruce Baum           1981.00            NaN     
3   nm0062195   Axel Baumann          NaN             2015.00
4   nm0062798   Pete Baxter          1954.00            NaN

因此，在上面的数据框中，第 1 行和第 3 行将被删除，因为 Joseph Bauer 于 1996 年去世，Axel Baumann 于 2015 年去世。结果是只有在世董事的数据框：

     nconst     director_name       birth_year       death_year 
0   nm0061671   Mary Ellen Bauder    1967.00            NaN     
1   nm0062070   Bruce Baum           1981.00            NaN     
2   nm0062798   Pete Baxter          1954.00            NaN

DataFrame 很大，它包含太多行，无法通过物理方式检查并确保有人没有错误地输入死亡年份，例如 0000.000。

【问题讨论】：

不完全一样@Chris。如果有人输入错误的信息并输入 0000.00 来表示某人死亡的年份怎么办？所以问题不同。请删除您的反对票。谢谢
我上述评论@Chris 的 0000.00 部分的任何输入？

标签： python pandas dataframe multiple-columns rows

【解决方案1】：

您可以使用.loc 和.notna()：

df.loc[df['birth_year'].notna()].reset_index(drop=True)

如果您想按死亡年份删除行，请使用 .isna()：

df.loc[df['death_year'].isna()].reset_index(drop=True)

输出：

       nconst       director_name    birth_year   death_year 
0   nm0061671   Mary Ellen Bauder       1967.00          NaN     
1   nm0062070          Bruce Baum       1981.00          NaN     
2   nm0062798         Pete Baxter       1954.00          NaN

在这两种情况下，我们对您粘贴的样本都有相同的输出。您可以为整个数据框选择更适合使用的内容。

【讨论】：

【解决方案2】：

我注意到当 'death_year' 不是 NaN 时，birth_year 是。

df.dropna(subset=['birth_year'], inplace=True)

【讨论】：

准确观察@chatax。那只是一个巧合。但我从你的回答中学到了一些东西，所以谢谢