如何删除DataFrame指定列（索引78）含NAN的行？dropna方法异常求助

核心原因分析 #

执行df_transposed.dropna(subset=[78])后得到全NaN的空DataFrame，大概率是以下两种情况：

1. 列78的所有行都是NaN：dropna会删除该列含NaN的所有行，自然没有行保留，返回空DataFrame（显示为全NaN）。
2. 列索引类型不匹配：转置后列索引可能是字符串类型（比如原行索引是字符串），你用整数78匹配不到实际列，pandas会默认该列所有值都是NaN，导致删除所有行。

排查与解决步骤 #

• 先验证列78的NaN分布
  运行以下代码确认该列的非NaN行数：

  # 统计列78的NaN数量
  print(df_transposed[78].isna().sum())
  # 统计列78的非NaN数量
  print(df_transposed[78].notna().sum())
  

  如果非NaN数量为0，说明这列本身全是NaN，没有可保留的行，结果符合逻辑；如果有非NaN值，继续下一步。

• 检查列索引类型
  查看列索引的数据类型：

  print(df_transposed.columns.dtype)
  

  如果输出是object（字符串类型），说明列索引是字符串，需要用字符串索引匹配：

  df4 = df_transposed.dropna(subset=['78'])
  

• 用筛选替代dropna验证
  直接筛选列78非NaN的行，看是否得到预期结果：

  df4 = df_transposed[df_transposed[78].notna()]
  

  如果这个代码能得到有效数据，说明dropna的用法没问题，只是之前的验证没到位；如果还是空，那确实列78无有效数据。

• 确认转置后的DataFrame结构
  用df_transposed.head()或df_transposed.info()查看数据结构，确认列78存在且符合预期。

内容的提问来源于stack exchange，提问作者Kelly Cox