如何使用DataFrameMapper删除特定列中具有空值的行？

我正在使用 sklearn-pandas.DataFrameMapper 来预处理我的数据。我不想输入特定列。如果此列是 Null ，我只想删除该行。有没有办法做到这一点？

虽然 DataFrameMapper 没有内置方法来删除具有空值的行，但你可以通过在 DataFrameMapper 管道之前使用 Pandas 的 .dropna() 方法轻松实现这一点。

以下是如何操作：

import pandas as pd
from sklearn_pandas import DataFrameMapper
from sklearn.preprocessing import StandardScaler

# 示例数据
df = pd.DataFrame({
    'col1': [1, 2, None, 4],
    'col2': [5, 6, 7, 8],
    'col3': ['a', 'b', 'c', 'd'],
})

# 你想要检查空值的列
column_to_check = 'col1'

# 删除具有空值的行
df = df.dropna(subset=[column_to_check])

# 定义 DataFrameMapper
mapper = DataFrameMapper([
    (['col1', 'col2'], StandardScaler()),
    ('col3', None)  # 不对 'col3' 应用转换
])

# 应用转换
transformed_data = mapper.fit_transform(df)

# 打印转换后的数据
print(transformed_data)

在这个例子中：

1. 我们首先使用 df.dropna(subset=[column_to_check]) 删除 'col1' 中具有空值的行。
2. 然后，我们像往常一样定义 DataFrameMapper 。
3. DataFrameMapper 现在将在没有空值的 DataFrame 上运行。

通过这种方式，你可以在使用 DataFrameMapper 进行预处理之前有效地处理特定列中的空值。