Kwerendowanie dla NaN i innych nazw w Pandach

Question

Powiedz, że mam ramkę danych df z kolumną value z pewnymi wartościami zmiennoprzecinkowymi i pewną liczbą NaN. Jak mogę uzyskać część ramki danych, w której mamy NaNprzy użyciu składni zapytań?

dodaje się, na przykład, nie działa:

df.query('(value < 10) or (value == NaN)') 

uzyskać name NaN is not defined (taki sam dla df.query('value ==NaN'))

Ogólnie rzecz biorąc, czy jest jakiś sposób, aby używać nazw NumPy w zapytaniu, takich jak inf , nan, pi, e itp.?

Answer 1

Ogólnie, można użyć @local_variable_name, więc coś

>>> pi = np.pi; nan = np.nan 
>>> df = pd.DataFrame({"value": [3,4,9,10,11,np.nan,12]}) 
>>> df.query("(value < 10) and (value > @pi)") 
    value 
1  4 
2  9 

będzie działać, ale nan nie jest równe sobie, tak value == NaN zawsze będzie fałszywa. Jednym ze sposobów na obejście tego problemu jest użycie tego faktu i użycie opcji value != value jako czeku isnan. Mamy

>>> df.query("(value < 10) or (value == @nan)") 
    value 
0  3 
1  4 
2  9 

ale

>>> df.query("(value < 10) or (value != value)") 
    value 
0  3 
1  4 
2  9 
5 NaN 

Answer 2

Można zrobić coś takiego. Uwaga: musisz zaimportować moduł numpy (jako np)

df[df['value'].apply(np.isnan)]