如何将含缺失值的Pandas DataFrame按非缺失列组合动态拆分？

步骤1：统一缺失值格式 #

先把DataFrame中的空白字符替换为Pandas标准缺失值pd.NA，确保缺失值能被系统识别：

import pandas as pd

# 将所有空白（含全空格）替换为标准缺失值
v = v.replace(r'^\s*$', pd.NA, regex=True)

步骤2：生成分组标识 #

对每一行，生成非缺失列名的拼接字符串作为分组唯一标识，保证相同非缺失列组合的行会被归为一组：

# 每行非缺失列的掩码转成列名字符串作为分组键
group_key = v.notna().apply(lambda row: ','.join(row[row].index), axis=1)

步骤3：分组生成子DataFrame #

用生成的分组键对原DataFrame分组，将结果存入字典，键是非缺失列组合字符串，值是对应子DataFrame：

# 动态分组，得到所有非缺失列组合对应的子DataFrame
sub_dfs = {comb: df for comb, df in v.groupby(group_key)}

使用示例 #

比如要获取只有x5列非缺失的子DataFrame，直接调用：

x5_only_df = sub_dfs["x5"]

内容的提问来源于stack exchange，提问作者anarchy