如何用Pandas保留空白单元格并删除有值单元格？是否有反向dropna函数？

Pandas里没有专门的反向dropna()函数，但可以通过以下几种方式快速实现你要的需求：

先明确数据情况 #

你的初始表格里的空白是空字符串（不是NaN），所以对应处理方式如下：

1. 构建初始DataFrame示例

import pandas as pd

# 对应你的初始表格
df = pd.DataFrame({
    'A1': [1, "", -8, "Hello", ""]
})

2. 保留空字符串所在行的方法

• 方法一：直接判断空字符串
  用布尔索引筛选出A1列为空字符串的行：

  result = df[df['A1'] == ""]
  

• 方法二：转换为NaN后筛选
  先把空字符串转成Pandas的缺失值（pd.NA），再用isna()判断筛选：

  # 替换空字符串为缺失值
  df['A1'] = df['A1'].replace("", pd.NA)
  # 筛选有缺失值的行
  result = df[df.isna().any(axis=1)]
  

如果你的空白原本就是NaN（不是空字符串），直接用下面的代码即可：

result = df[df.isna().any(axis=1)]

最终结果 #

运行后得到的result就是你要的目标表格：

内容的提问来源于stack exchange，提问作者Petra Enis