Python Pandas - 当多索引中的所有级别均为 NaN 时删除值

要当多索引中的所有级别均为 NaN 时删除值，请使用 multiIndex.dropna() 方法。将参数 how 设置为值 all。

首先，导入所需的库 -

import pandas as pd
import numpy as np

创建一个包含所有 NaN 值的多索引。 names 参数设置索引中级别的名称 −

multiIndex = pd.MultiIndex.from_arrays([[np.nan, np.nan], [np.nan, np.nan]],
names=['a', 'b'])

当多索引中的所有级别都是 NaN 时，删除该值。对于所有 NaN 值，如果 dropna() 的 "how" 参数设置为 "all"，dropna() 将删除所有值−

print("\n当所有级别都是 NaN 时删除值...\n",multiIndex.dropna(how='all'))

示例

以下是代码 −

import pandas as pd
import numpy as np

# 创建一个包含所有 NaN 值的多索引
# names 参数设置索引中级别的名称
multiIndex = pd.MultiIndex.from_arrays([[np.nan, np.nan], [np.nan, np.nan]],
names=['a', 'b'])

# display多索引
print("Multi-index...\n", multiIndex)

# 多索引中所有层级均为 NaN 时删除值
# 如果 dropna() 的 "how" 参数设置为 "all"，则 dropna() 将删除所有 NaN 值
print("\n当所有层级均为 NaN 时删除值...\n",multiIndex.dropna(how='all'))

输出

将产生以下输出 −

Multi-index...
MultiIndex([(nan, nan),(nan, nan)],names=['a', 'b'])

当所有层级均为 NaN 时删除值...
MultiIndex([], names=['a', 'b'])

相关文章

• Python - 使用交替的 0 和 1 初始化列表
• Python 中元组列表到字典的转换
• Python - 从两个列表中配对，使得成对的元素不相同
• 使用 Python 和 SQLite 的 SQL
• 使用 pytrie 模块在 Python 中进行前缀匹配
• 创建和访问 Python 包
• 如何使用正则表达式和数据类型选择多个 DataFrame 列
• 如何在 Pandas 中查找和过滤重复行?
• 用 Python 编写程序以正确的顺序查找机场?
• 如何在 Python Pandas 中使用字典顺序切片选择数据子集?

有用资源

• python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/