Python3升级后如何移除Pandas DataFrame中的全部NaN值

最简洁直观的实现 #

直接使用dropna()方法分两步处理，先移除全NaN的行，再移除全NaN的列，完全匹配你的需求：

# 先删除所有值均为NaN的行，再删除所有值均为NaN的列
new_df = df.dropna(how='all').dropna(how='all', axis=1)

旧代码报错的原因与修复 #

你之前用的df.any(1)在新版Pandas中报错，是因为方法参数的位置规则发生了变化。如果仍想基于any()实现，需改用关键字参数指定轴方向：

# 先过滤掉全NaN的行
filtered_rows = df[df.any(axis=1)]
# 再过滤掉全NaN的列
new_df = filtered_rows.loc[:, filtered_rows.any(axis=0)]

不过相比之下，dropna()的写法更清晰，更贴合Pandas的设计逻辑。

更灵活的掩码筛选方案 #

如果需要单独控制行或列的筛选逻辑，可以通过生成掩码的方式实现：

# 生成非全NaN行的掩码
keep_rows = df.notna().any(axis=1)
# 生成非全NaN列的掩码
keep_cols = df.notna().any(axis=0)
# 筛选出目标数据
new_df = df.loc[keep_rows, keep_cols]

内容的提问来源于stack exchange，提问作者djnz0feh