当且仅当特定列的值丢失时如何删除行？

Question

我需要通过删除特定的行或列来处理缺失值。我知道如何删除缺少值的列或行，但我需要的有点不同。当且仅当两个特定列缺少值时，我才需要删除行。

这是我尝试过的示例：

# Basic libraries
import os
import pandas as pd
import numpy as np

data_dict = {'First':[100, 90, np.nan, np.nan], 
        'Second': [30, 45, 56, np.nan], 
        'Third':[np.nan, 40, 80, np.nan],
        'Forth': [30,40,50,np.nan]}

df1 = pd.DataFrame(data_dict)
df1.dropna(subset=['First','Second'],inplace=True)
df1

如图所示，我正在尝试删除 First==Nan 和 Second==Nan 所在的行。换句话说，我需要两个条件都是正确的。所以，我只需要删除最后一行，两个值都是 Nan。因此，由于满足其中一个条件，因此不会删除第 2 行。不幸的是，如果满足其中一个条件，我使用的命令会删除行。

Answer 1

在DataFrame.dropna 中使用how='all' 参数，因为默认值是how='any'，所以你不工作：

方法：{'any', 'all'}，默认'any'
当我们至少有一个 NA 或全部 NA 时，确定是否从 DataFrame 中删除行或列。
'any' ：如果存在任何 NA 值，则删除该行或列。
'all' ：如果所有值都是 NA，则删除该行或列。

df1.dropna(subset=['First','Second'],inplace=True, how='all')
print (df1)
   First  Second  Third  Forth
0  100.0    30.0    NaN   30.0
1   90.0    45.0   40.0   40.0
2    NaN    56.0   80.0   50.0

编辑：对于传递变量列表使用：

list_columns = ['First','Second','Third','Forth']
df1.dropna(subset=list_columns,inplace=True, how='all')