Pandas分组后仅组内行数大于1时删除含NaN行的简洁实现方法
Pandas分组筛选问题解答
更简洁的实现方案
直接通过分组大小+布尔索引筛选即可,无需分组后拆包再合并,核心逻辑是保留两类行:
- 所属分组只有1行的所有行
- 所属分组行数>1,且
col1不为NaN的行
实现代码:
import pandas as pd import numpy as np # 示例输入构造 df1 = pd.DataFrame({ "grp": ["a", "a", "a", "b", "b", "c", "c", "c", "d"], "col1": ["1", "2", np.nan, "4", "5", np.nan, "6", "7", np.nan] }) # 核心筛选逻辑 group_size = df1.groupby('grp')['grp'].transform('size') df2 = df1[(group_size == 1) | ((group_size > 1) & df1['col1'].notna())]
输出结果和需求的预期结果完全一致。
原有方案数值被强制转为字符串的原因
有两个核心触发点:
- 你给出的示例输入中,
col1的非NaN值本身就是字符串类型(用双引号包裹的"1"、"2"等),原生存储类型就不是数值类型 - 调用
np.hstack合并分组内的col1值时,因为numpy数组要求所有元素类型统一,数组中同时存在字符串类型的数值和浮点类型的np.nan,numpy会自动将所有元素向上转换为字符串类型,原本的np.nan会被转为字符串"nan",这也是你后续需要判断_!="nan"的原因
内容的提问来源于stack exchange,提问作者Ian
相关产品推荐
相关产品推荐

