如何删除除前三列外所有列值为空的熊猫中的行？答案

【问题标题】：How to delete the rows in pandas where all the column values are null except first three columns?如何删除除前三列外所有列值为空的熊猫中的行？
【发布时间】：2019-08-05 17:33:56
【问题描述】：

我有一个这样的数据框：

df
col1   col2   col3   col4   col5    col6
 1      2       NA    3      NA      NA
 4      5       6     7      NA      NA
 8      9       NA    NA     NA      NA
 10     11      NA    NA     NA      NA
 13     14      15    NA     16      17

col1 和 col2 没有 NA 值，我想删除从 col3 到 col6（可以是 col100 等）的所有值都是 NA 的那些行。

我可以使用以下代码来做到这一点，

 df[(df.col3.notnull)&(df.col4.notnull)&(df.col5.notnull)&(df.col6.notnull)]

但是如果列数增加，这个任务就不是个好主意了，把所有的列名都写在里面，

我正在寻找的结果是，

df
col1   col2   col3   col4   col5    col6
 1      2       NA    3      NA      NA
 4      5       6     7      NA      NA
 13     14      15    NA     16      17

有没有什么 pandas 技巧可以以最有效的方式做到这一点？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

这是dropna 和thresh 的一种方式：每行3 个有效值

df.dropna(thresh=3)
Out[254]: 
   col1  col2  col3  col4  col5  col6
0     1     2   NaN   3.0   NaN   NaN
1     4     5   6.0   7.0   NaN   NaN
4    13    14  15.0   NaN  16.0  17.0

【讨论】：

这也将NaN 计入前三列。
@QuangHoang col1 和 col2 没有 NA 值
啊，抱歉，我确实错过了那部分。

【解决方案2】：

另一种方法是忽略col1 和col2 并检查all(axis=1) 是否适用

df.drop(['col1', 'col2'],1).isnull().all(1)

【讨论】：

【解决方案3】：

另一种方法是计算 sum 和 filter 不等于 0:

df[df.iloc[:,2:].sum(1).ne(0)]

   col1  col2  col3  col4  col5  col6
0     1     2   NaN   3.0   NaN   NaN
1     4     5   6.0   7.0   NaN   NaN
4    13    14  15.0   NaN  16.0  17.0

【讨论】：