Pandas 数据框过滤多列中的非 na 值

【问题标题】：Pandas dataframe filter on non na value in multiple columnsPandas 数据框过滤多列中的非 na 值
【发布时间】：2021-11-07 01:12:23
【问题描述】：

我有大约 4 列，除了 ID 列之外，我还需要保留至少其中一列具有值的行

第一列是 ID 列，永远不会为空

ID	column A	column B	column C
01		199	222
02	50
03
04		20
05

输出

ID	column A	column B	column C
01		199	222
02	50
04		20

【问题讨论】：

df.dropna(thresh=2)?

标签： python pandas filter na

【解决方案1】：

您应该检查过文档：pandas.dropna

df.dropna(how='all')

【讨论】：

【解决方案2】：

>>> import pandas as pd
>>> df = pd.DataFrame([['','',''],[11,'',''],['','',22],['','','']])
>>> df
    0 1   2
0          
1  11      
2        22
3          
>>> df.loc[[any(row) for row in df.values]]
    0 1   2
1  11      
2        22

【讨论】：

【解决方案3】：

下次提供一个可复制的例子。

df = pd.DataFrame({'ID' : [1,2,3,4],
                   'column A':[2,np.nan,2,np.nan],
                   'column B':[3,np.nan,np.nan,2],
                   'column C':[np.nan,np.nan,np.nan,np.nan]})

df = df.dropna(axis=0, how='all', subset=list(df.columns[df.columns != 'ID']))

axis=0：行

how='all' ：完全是nan 值

subset= : 指定你想在哪一列应用它

【讨论】：