python 3.x - ¿Cómo puedo colocar filas en marcos de datos que contienen listas vacías?

python-3.x pandas

Question

He creado un marco de datos con 3 columnas, el tercero contiene listas, quiero eliminar filas que contengan una lista vacía en esa celda.

Lo he intentado con

df[df.numbers == []] and df[df.numbers == null]
but nothing works. 

name    country    numbers

Lewis   Spain      [1,4,6]
Nora    UK         []
Andrew  UK         [3,5]

El resultado será un marco de datos sin la fila de Nora.

Answer 1

Digamos que sus datos están configurados de esta manera:

import pandas as pd
df = pd.DataFrame([{''name'': "Lewis", ''country'': "Spain", "numbers": [1,4,6]}, 
                   {''name'': "Nora", ''country'': "UK", "numbers": []},
                   {''name'': "Andrew", ''country'': "UK", "numbers": [3,5]}])

Podría iterar sobre el marco de datos y agregar solo las filas que no tienen una matriz de números vacía a un nuevo marco de datos llamado "newDF". Por ejemplo:

newDFArray = []
for index, row in df.iterrows():
    emptyArrayCheck = row["numbers"]
    if len(emptyArrayCheck) > 0:
        newDFArray.append(row)
newDF = pd.DataFrame(newDFArray)

newDF

Esto dará lugar a:

    country name    numbers
0   Spain   Lewis   [1, 4, 6]
2   UK      Andrew     [3, 5]

Answer 2

Umm cheque bool

df[df.numbers.astype(bool)]

Answer 3

Una forma de hacerlo es crear una nueva columna que contenga la longitud de df.numbers mediante:

df[''len''] = df.apply(lambda row: len(row.numbers), axis=1)

y luego filtre por esa columna haciendo:

df[df.len > 0]

Answer 4

Usando la idea de que el resultado de cualquier lista multiplicada por 0 da una lista vacía, una forma de hacer esto es:

In [29]: df[df.numbers != df.numbers * 0]

Out[29]: 
     name    numbers country
0   Lewis  [1, 4, 6]   Spain
2  Andrew     [3, 5]      UK

Answer 5

Use series.str.len() para verificar la longitud de los elementos en la lista y luego filtre donde es igual a 0:

df[~df.numbers.str.len().eq(0)]

     name country    numbers
0   Lewis   Spain  [1, 4, 6]
2  Andrew      UK     [3, 5]

Answer 6

solo comprueba len> 0

df[df[''numbers''].str.len()>0]