关于Python DataFrame索引与空值筛选逻辑的技术疑问

现有如下DataFrame：

A    B    C
0  1  NaN    3
1  4    5  NaN
2  7    8    9

执行diabetes_data.isnull()后得到布尔值DataFrame：

A      B      C
0  False   True  False
1  False  False   True
2  False  False  False

但执行diabetes_data[diabetes_data.isnull()]后，结果却是全NaN的DataFrame：

A    B    C
0 NaN  NaN  NaN
1 NaN  NaN  NaN
2 NaN  NaN  NaN

预期是筛选出原DataFrame中包含空值（NaN）的列，无法理解该操作的逻辑与执行流程。

1. 布尔DataFrame索引的核心逻辑 #

当你用与原DataFrame同形状的布尔DataFrame做索引时，Pandas的规则是：

• 遍历每个单元格位置，若布尔DataFrame对应位置为True，则保留原DataFrame该位置的值；
• 若为False，则将该位置替换为NaN。

你的操作是逐单元格判断，而非针对“列是否包含NaN”的筛选，这和你预期的逻辑完全不同。

2. 你的操作执行流程拆解 #

• 第一步：diabetes_data.isnull()生成的布尔矩阵，标记了原DataFrame中所有NaN的位置（只有B列第0行、C列第1行是True）。
• 第二步：用这个布尔矩阵索引原DataFrame时：
  • 布尔值为True的位置：原DataFrame本身就是NaN，所以保留NaN；
  • 布尔值为False的位置：按照规则被替换成NaN；
• 最终所有单元格都是NaN，就得到了你看到的结果。

3. 筛选包含空值的列的正确方法 #

如果你想筛选出存在至少一个NaN的列，需要先对列维度做判断，再用结果做索引：

# 方法1：直接筛选列
diabetes_data.loc[:, diabetes_data.isnull().any()]

执行后会得到包含B、C列的DataFrame：

B    C
0  NaN    3
1    5  NaN
2    8    9

# 方法2：先获取列名再索引
cols_with_nan = diabetes_data.columns[diabetes_data.isnull().any()]
diabetes_data[cols_with_nan]

效果和方法1完全一致。

内容的提问来源于stack exchange，提问作者Suksma id