如何删除DataFrame含NA值的行及同subjectid的所有行

核心思路 #

分两步完成需求：

1. 定位所有包含NA值的行对应的subjectid
2. 保留所有不属于这些subjectid的行

代码实现（基于Pandas） #

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'subjectid': [1, 1, 2, 3, 3, 4],
    'col1': [5, None, 7, 9, 10, 12],
    'col2': [20, 21, None, 23, None, 25]
})

# 步骤1：提取存在NA的行对应的subjectid
invalid_subjects = df[df.isna().any(axis=1)]['subjectid'].unique()

# 步骤2：筛选出有效subjectid的所有行
clean_df = df[~df['subjectid'].isin(invalid_subjects)]

print(clean_df)

输出结果 #

运行代码后，仅subjectid=4的行会被保留（其他subjectid的行均存在NA值）：

subjectid  col1  col2
5          4  12.0  25.0

关键方法说明 #

• df.isna().any(axis=1)：逐行检查是否存在NA值，返回布尔型Series标记每行是否有缺失
• .unique()：去重获取所有有问题的subjectid，避免重复判断
• ~df['subjectid'].isin(invalid_subjects)：对筛选条件取反，保留所有无问题的subjectid对应的行

内容的提问来源于stack exchange，提问作者user123