Pandas分组删除含None的组后列值转为浮点数的原因？

问题背景 #

现有如下DataFrame：

A  B     C
0  1  2  None
1  1  3   XYZ
2  5  4   abc

需求是按A列分组，若组内存在任意None值，则删除整个分组，期望输出：

A  B    C
0  5  4  abc

尝试运行以下代码：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [1, 1, 5],
    'B': [2, 3, 4],
    'C': [None, 'XYZ', 'abc']
})
print(df)
# 按A分组，删除含空值的分组
df = df.groupby('A').apply(lambda x: x.dropna() if x.notnull().all().all() else pd.DataFrame())

# 重置索引
df = df.reset_index(drop=True)

# 打印结果
print(df)

但得到的结果中A、B列的值变为了浮点数：

A    B    C
0  5.0  4.0  abc

原因分析 #

问题出在apply里返回的空pd.DataFrame()。空DataFrame无法推断出整数类型，默认列类型为float。当pandas合并保留的整数类型分组数据和空DataFrame时，会自动将整数类型向上转换为浮点数，避免数据丢失，这就是列值变为浮点数的核心原因。

解决方法 #

不需要返回空DataFrame，直接用groupby.filter过滤掉不符合条件的分组即可，这样能完整保留原始列类型：

方法一：直接使用filter #

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 5],
    'B': [2, 3, 4],
    'C': [None, 'XYZ', 'abc']
})

# 过滤出组内无任何空值的分组
df_result = df.groupby('A').filter(lambda x: x.notnull().all(axis=1).all()).reset_index(drop=True)
print(df_result)

方法二：先筛选有效分组再过滤 #

如果需要先获取有效分组的标识，也可以这样写：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 5],
    'B': [2, 3, 4],
    'C': [None, 'XYZ', 'abc']
})

# 获取所有组内无空值的A值
valid_a_values = df.groupby('A').filter(lambda x: x.notnull().all(axis=1).all())['A'].unique()
# 筛选原DataFrame
df_result = df[df['A'].isin(valid_a_values)].reset_index(drop=True)
print(df_result)

两种方法运行后都会得到符合预期且列类型不变的结果：

A  B    C
0  5  4  abc

内容的提问来源于stack exchange，提问作者snn