选择超过 1 列不是 NaN 的 Pandas 行 [重复]

Question

我有一个按以下方式设置的数据框：

header_1 | header_2 | header_3 | header_4

a            b         NaN        NaN
b            c          9          10
x            y         NaN         8

如何使用列索引（列名更改）选择 header_3 和 header_4 都不是 NaN 的行？ header_3 和 header_4 是整数

谢谢

Answer 1

如果可能，列表中定义的多个列使用DataFrame.all 检查不缺少过滤列的值，以检查每行的所有Trues：

cols = ['header_3','header_4']

df = df[df[cols].notnull().all(axis=1)]
print (df)
  header_1 header_2  header_3  header_4
1        b        c       9.0      10.0
# df[df[['header_3', 'header_4']].notnull().all(axis=1)]  # Just to avoid creating a list of cols and calling that.

对于按最后 2 列选择，请使用 iloc 按位置选择：

df = df[df.iloc[:, -2:].notnull().all(axis=1)]

也可以通过索引器指定列：

#python count from 0
df = df[df.iloc[:, [2,3]].notnull().all(axis=1)]
# df[df.loc[:, ['header_3', 'header_4']].notnull().all(axis=1)]  # or can use loc with direct columns name

---

或者，如果只有 2 列链条件与 & 按位 AND：

df = df[df['header_3'].notnull() & df['header_4'].notnull()]

Answer 2

还有.dropna

subset = ['header_3', 'header_4']
df.dropna(subset=subset, thresh=len(subset))

#  header_1 header_2  header_3  header_4
#1        b        c       9.0      10.0