如何基于多个DataFrame执行dropna操作并保持行对应关系？

核心思路 #

要保持多个DataFrame的行对应关系，关键是先汇总所有需要删除的行索引（只要任意一个目标列有NA的行都算），再统一过滤所有DataFrame。这种方式比逐个处理后取并集更简洁，也更符合Python风格。

具体实现 #

场景1：每个DataFrame检查不同的列

假设df1检查col1、df2检查col2、df3检查col3、df4检查col4：

import pandas as pd

# 把所有DataFrame和对应要检查的列打包
dfs = [df1, df2, df3, df4]
check_cols = ["col1", "col2", "col3", "col4"]

# 用集合推导式收集所有含NA的行索引（集合自动去重）
drop_indices = {idx for df, col in zip(dfs, check_cols) 
                for idx in df[df[col].isna()].index}

# 用列表推导式批量过滤所有DataFrame
df1_clean, df2_clean, df3_clean, df4_clean = [df.drop(drop_indices) for df in dfs]

场景2：所有DataFrame检查同一列

如果所有DF都要检查名为target_col的列：

drop_indices = {idx for df in dfs 
                for idx in df[df["target_col"].isna()].index}

df1_clean, df2_clean, df3_clean, df4_clean = [df.drop(drop_indices) for df in dfs]

封装成复用函数

如果需要多次执行这类操作，可以封装成函数：

def sync_dropna(dfs, check_cols):
    """同步删除多个对应行DataFrame中含NA的行
    Args:
        dfs: 要处理的DataFrame列表
        check_cols: 每个DataFrame对应要检查的列名列表
    Returns:
        处理后的DataFrame列表
    """
    drop_indices = {idx for df, col in zip(dfs, check_cols) 
                    for idx in df[df[col].isna()].index}
    return [df.drop(drop_indices) for df in dfs]

# 使用示例
clean_dfs = sync_dropna([df1, df2, df3, df4], ["col1", "col2", "col3", "col4"])
df1_clean, df2_clean, df3_clean, df4_clean = clean_dfs

补充：合并后再拆分的方式（适合列名不冲突的场景） #

如果所有DataFrame的列名没有重叠，可以先合并成一个大DataFrame，过滤后再拆分：

# 按列合并，用keys区分不同的DataFrame
combined = pd.concat([df1, df2, df3, df4], axis=1, keys=["df1", "df2", "df3", "df4"])

# 找出任意目标列含NA的行（假设都检查名为col的列）
mask = combined.xs("col", level=1, axis=1).isna().any(axis=1)
combined_clean = combined[~mask]

# 拆分回原DataFrame
df1_clean = combined_clean["df1"]
df2_clean = combined_clean["df2"]
df3_clean = combined_clean["df3"]
df4_clean = combined_clean["df4"]

关于优化函数 #

Pandas没有专门针对这类多DF同步删除的内置函数，但上面的集合推导式+列表推导式写法已经足够简洁高效，既节省内存（无需合并大DF），又符合Python的“简洁优雅”风格。

内容的提问来源于stack exchange，提问作者whoisit