如何删除Pandas DataFrame中开头的全NaN行而非所有全NaN行？

核心思路是定位到第一个非全NaN行，从该行开始截取数据，既能删掉开头的全NaN行，又能保留后续出现的全NaN行。

具体实现步骤 #

1. 标记全NaN行
   用df.isna().all(axis=1)生成布尔序列，每行对应True（全NaN）或False（非全NaN）。

2. 找到第一个非全NaN行的索引
   对布尔序列取反后用idxmax()，就能拿到第一个非全NaN行的位置：

first_valid_idx = (~df.isna().all(axis=1)).idxmax()

3. 截取目标数据
   从第一个非全NaN行开始，保留所有后续行：

df_cleaned = df.loc[first_valid_idx:]

完整示例 #

import pandas as pd
import numpy as np

# 构造带开头全NaN行的示例DataFrame
df = pd.DataFrame({
    'A': [np.nan, np.nan, 1, 2, np.nan, 3],
    'B': [np.nan, np.nan, 4, np.nan, np.nan, 6]
})

# 标记全NaN行
all_nan_rows = df.isna().all(axis=1)
# 定位第一个非全NaN行
first_valid_idx = (~all_nan_rows).idxmax()
# 清理数据
df_cleaned = df.loc[first_valid_idx:]

print(df_cleaned)

输出结果：

A    B
2  1.0  4.0
3  2.0  NaN
4  NaN  NaN
5  3.0  6.0

可以看到开头的两行全NaN被删除，中间的全NaN行（第4行）完好保留。

边界情况处理 #

如果整个DataFrame都是全NaN，(~all_nan_rows).idxmax()会返回索引0，此时df.loc[0:]就是原数据，不会出现报错或异常截取。

内容的提问来源于stack exchange，提问作者Krishnendu Dutta