如何在Pandas数据框中删除某列含NaN数组的行

你的问题出在b列的“NaN”并非pandas默认识别的标量NaN，而是包含NaN值的数组对象，所以dropna()和isnull()这类方法无法检测到它们。以下是两种可行的解决方法：

方法一：直接检查数组内是否包含NaN #

通过apply遍历b列的每个数组，用numpy判断数组中是否存在NaN，再过滤行：

import numpy as np
import pandas as pd

# 你的原始数据
t = np.array([[1, np.array(np.nan)],
              [1, np.array(np.nan)],
              [1, np.array(np.nan)],
              [1, np.array(np.nan)],
              [2, np.array([4, 5, 6])]], dtype=object)
df = pd.DataFrame(t, columns=['a','b'])

# 过滤数组含NaN的行
df_filtered = df[~df['b'].apply(lambda x: np.isnan(x).any())]
print(df_filtered)

输出结果：

a          b
4   2  [4, 5, 6]

方法二：将单元素数组转为标量（适用于你的场景） #

你的前四行b列都是单元素NaN数组，可以先把它们转为标量NaN，再用常规的dropna()：

# 将单元素数组提取为标量，多元素数组保留原样
df['b'] = df['b'].apply(lambda x: x.item() if x.size == 1 else x)
# 此时可正常删除含NaN的行
df_filtered = df.dropna(subset=['b'])
print(df_filtered)

同样能得到目标结果。

内容的提问来源于stack exchange，提问作者lmm_5000