Таблица состоит из 5 столбцов и большого количества строк, в каждой строке содержится от 1 до 4 NaN, необходимо оставить те строки, в которых NaN встречается ровно 2 раза
Попробуй код:
import math
def nan_count(a):
counter = 0
for value in a.values:
value = float(value)
if math.isnan(value):
counter += 1
return counter
Это была функция для подсчета Nan в строке. Далее применяем ее к нашим данным.
data['nans'] = data.apply(lambda x: nan_count(x), axis = 1)
Так у тебя появится доп столбец с количеством Nan в строке, а там найдешь что тебе нужно:
data[data['nans'] == 2]
Примечание: будет работать, если у тебя во всех столбцах только числа, текста не должно быть.
Задачка решается 1 короткой строкой, ограничений на типы данных во фрейме нет:
df = df[df.isna().sum(axis=1).eq(2)]
Сначала делаем булев массив df.isna() - где NaN, будет True. Суммируем построчно sum(axis=1) - True суммируются как единицы. Потом проверяем полученные суммы на равенство 2-м eq(2) - и получаем булев массив, где в удаляемых строках будет False. После чего фильтруем df[...]
Полный пример с генерацией фрейма:
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(0,10,5*10).reshape(-1,5)).replace({1:np.NaN,2:np.NaN,5:'aaa'})
print('Было\n',df)
df = df[df.isna().sum(axis=1).eq(2)]
print('Стало\n',df)
Было
0 1 2 3 4
0 4.0 3.0 NaN 9.0 NaN
1 8.0 NaN 3.0 0.0 9.0
2 4.0 NaN 4.0 NaN 4.0
3 8.0 aaa NaN NaN NaN
4 4.0 aaa 9.0 9.0 aaa
5 6.0 0.0 6.0 NaN 8.0
6 NaN 8.0 aaa 9.0 NaN
7 4.0 0.0 NaN 0.0 NaN
8 0.0 NaN 3.0 6.0 3.0
9 aaa aaa NaN 6.0 7.0
Стало
0 1 2 3 4
0 4.0 3.0 NaN 9.0 NaN
2 4.0 NaN 4.0 NaN 4.0
6 NaN 8.0 aaa 9.0 NaN
7 4.0 0.0 NaN 0.0 NaN