如何处理CSV字典中的'missing key values'并通过熊猫数据框工作？

Question

我想拒绝熊猫数据框中缺少键值的记录，并仅分配CSV中存在的记录。例如，仅匹配提及"价格"的"名称"。

'Names' 'price'
Ram      100
John     200
dan 
Mike     500
Capri   

Answer 1

您可以使用：

df.dropna() 

它将删除空值的整行

要计算具有 NaN 值的行，请执行以下操作：

df.shape[0] - df.dropna().shape[0] 
# 2

如果您的计数与地图匹配，您可以这样做：

dictionary= {'Ram':100,'John':200,'Mike':500}
len(df[df.Names.map(dictionary).fillna(0) ==0])                                                                                                                                     
# 2
len(df[df.Names.map(dictionary).fillna(0) >0])                                                                                                                                      
# 3