如何删除pandas DataFrame中指定行后存在缺失值的列

假设你的DataFrame名为df，注意pandas默认使用0起始索引（即第一行索引为0）。如果你的需求是基于日常1-based的行号，记得把行号减1后传入代码。

核心思路 #

1. 选取第n行之后的所有行（不包含第n行）；
2. 检查这些行中每一列是否存在缺失值；
3. 保留那些在第n行之后完全没有缺失值的列。

代码实现 #

# 定义目标行号（0-based）
n = 2  # 示例：保留第2行之后无缺失的列

# 筛选符合条件的列
filtered_df = df.loc[:, ~df.iloc[n+1:].isna().any(axis=0)]

代码解释 #

• df.iloc[n+1:]：提取第n行之后的所有行（索引大于n的行）；
• .isna()：将数据转换为布尔矩阵，缺失值标记为True；
• .any(axis=0)：按列判断是否存在至少一个缺失值（返回布尔Series，True表示该列在目标区间有缺失）；
• ~：对布尔值取反，得到目标区间无缺失的列；
• df.loc[:, ...]：保留这些符合条件的列。

示例验证 #

import pandas as pd
import numpy as np

# 创建测试DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3, 4, np.nan],
    'col2': [5, 6, 7, 8, 9],
    'col3': [10, 11, np.nan, 13, 14],
    'col4': [15, 16, 17, np.nan, 19]
})

# 选取第1行（0-based）之后无缺失的列
n = 1
filtered_df = df.loc[:, ~df.iloc[n+1:].isna().any(axis=0)]
print(filtered_df)

输出结果：

col2
0     5
1     6
2     7
3     8
4     9

在这个例子中，col1在第4行（索引4）有缺失，col3在第2行（索引2）有缺失，col4在第3行（索引3）有缺失，只有col2在第1行之后无缺失，因此被保留。

内容的提问来源于stack exchange，提问作者te time