Удалить кортеж nan в столбце

У меня фрейм данных содержит кортеж (lat, lon), но есть некоторые строки, содержащие кортеж nan. Как я могу их удалить или обнаружить?

Пример:

import pandas as pd
import numpy as np

df = pd.DataFrame(data = {'location': [1, 2, 3],
                        'coor': [(14.48847, 103.161477),
                              (14.970084, 103.062853),
                              (np.nan, np.nan)]})


    location    coor
0   A   (14.48847, 103.161477)
1   B   (14.970084, 103.062853)
2   C   (nan, nan)

Я пытался.

df.isna()

    location    coor
0   False   False
1   False   False
2   False   False

df.dropna()

    location    coor
0   A   (14.48847, 103.161477)
1   B   (14.970084, 103.062853)
2   C   (nan, nan)

Но это совсем не работа. Должен ли я разделить кортеж на 2 столбца или есть способ справиться с этим? Любая помощь или руководство будут оценены.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
583
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

вы можете попробовать фильтровать с помощью лямбда-функции

df[~df.coor.apply(lambda x: np.isnan(x[0]) & np.isnan(x[1]))]
# prints
   location                     coor
0         1   (14.48847, 103.161477)
1         2  (14.970084, 103.062853)

Спасибо! На самом деле я забываю, что могу использовать для этого приложение.

ResidentSleeper 26.10.2018 04:04
Ответ принят как подходящий

Без применения ускорится

df[pd.DataFrame(df.coor.tolist()).notna().all(1)]
Out[361]: 
                      coor  location
0   (14.48847, 103.161477)         1
1  (14.970084, 103.062853)         2

Спасибо! Для меня это лучший ответ.

ResidentSleeper 26.10.2018 04:08

Другие вопросы по теме