使用pandas dropna()删除缺失值异常，输出为Excel列名求排查

你代码里的逻辑走反了：

• df1 = df.loc[df.isnull().any(axis=1)]是把所有带至少一个缺失值的行都挑出来了，取前10行得到first_10_rows。
• 然后你对这些本身就带缺失值的行调用dropna()（默认规则是只要行里有缺失值就删整行），结果自然是所有行都被删掉，只剩列名。

根据你的实际需求选对应的写法：

需求1：删除所有含缺失值的行 #

直接对原始DataFrame操作，不用先筛选有缺失的行：

import numpy as np
import pandas as pd
df = pd.read_excel("1.xlsx",index_col='Variables',na_values=['-'])
print("原始数据前10行")
print(df.head(10))
print(" ")
print("删除含缺失值的行后的数据")
df_cleaned = df.dropna()
print(df_cleaned)

需求2：只删除全是缺失值的行 #

如果想保留部分有缺失值的行，只删完全空的行，给dropna()加参数：

# 只删除整行都是缺失值的记录
df_cleaned = df.dropna(how='all')

需求3：先看有缺失的行，再看清理后的数据 #

要是你想先展示带缺失的行，再看清理后的完整结果，得分开对原始数据处理：

import numpy as np
import pandas as pd
df = pd.read_excel("1.xlsx",index_col='Variables',na_values=['-'])
print("含缺失值的前10行")
df_with_na = df.loc[df.isnull().any(axis=1)].head(10)
print(df_with_na)
print(" ")
print("清理后的完整数据")
df_cleaned = df.dropna()
print(df_cleaned)

内容的提问来源于stack exchange，提问作者unleasehed