遇到一个需求，现在假设有一个这样的df，c是金额，d是月份
C D nan 321323 0 3132 0 nan nan nan
有两个规则：1.金额不能为nan 2.金额为0月份的时候如果月份也为nan那么这条记录无效
思路：判断c不能为nan，筛选 ： df1[‘C‘].notna() 然后把符合c为0 以及d为nan的那列搞死： df2.drop(df2[(df2[‘C‘]==0) & np.isnan(df2[‘D‘])].index)
# -*- coding: utf-8 -* import numpy as np import pandas as pd from pandas import Series,DataFrame #第一个是放在df里面的随机数据，第二个是索引，也叫行，第三个叫列 df1=pd.DataFrame( np.random.randn(4,4), index=list(‘abcd‘), columns=list(‘ABCD‘) ) print(‘before..............‘) df1.iloc[0,2]=np.nan df1.iloc[1,2]=0 df1.iloc[2,2]=0 df1.iloc[2,3]=np.nan print(df1) str1 = "A" print(‘after..............‘)
#首先判断c不能为nan df2 = df1[(df1[‘C‘].notna())] df2 = df2.drop(df2[(df2[‘C‘]==0) & np.isnan(df2[‘D‘])].index) print(df2)
原文：https://www.cnblogs.com/daysn/p/11158084.html