如何用df.query筛选DataFrame中包含NaN值的所有列？

答案是：不能直接用df.query()实现，因为df.query()的设计初衷是用于行级筛选，它的语法仅支持基于每行数据的条件判断，无法直接针对列的整体属性（比如是否包含NaN）进行筛选。

原代码的逻辑 #

你的原代码df.loc[:, df.isna().any()]是通过两步实现列筛选：

• df.isna().any()：对每列检查是否存在至少一个NaN值，返回一个布尔数组（索引为列名，值为该列是否含NaN）
• loc[:, 布尔数组]：通过布尔索引筛选出符合条件的列

替代方案（如果坚持用字符串式筛选风格） #

如果想要用类似query的字符串语法风格来筛选列，可以使用df.filter()结合动态生成的列名列表，示例如下：

# 先获取所有含NaN的列名
nan_cols = [col for col in df.columns if df[col].isna().any()]
# 用filter筛选列
df.filter(items=nan_cols)

或者一行简写：

df.filter(items=[col for col in df.columns if df[col].isna().any()])

若需结合行筛选 #

如果你的需求是先筛选含NaN的列，再用query进行行筛选，可以将两者结合：

df.loc[:, df.isna().any()].query("你的行筛选条件")

总结：单纯筛选含NaN的列时，df.loc[:, df.isna().any()]是最简洁高效的写法，df.query()并不适合这个场景。

内容的提问来源于stack exchange，提问作者jack homareau