Pandas：如何删除所有Name列全为空的ID对应的行

问题说明 #

现有DataFrame：

需求：删除所有Name列全为NaN的ID对应的行；保留至少有一个非空Name的ID的所有行。期望输出：

你尝试的代码逻辑有误，无法实现需求：

df = df[(df['ID']) & (df['Name'].isna().sum()) != 0]

错误原因 #

• df['ID']直接作为布尔条件会将ID数值转为布尔值（非0即True），没有按ID分组判断
• df['Name'].isna().sum()计算的是整个列的NaN总数，无法区分不同ID的分组情况

正确实现 #

方法1：先筛选有效ID再过滤 #

先按ID分组，判断每个组是否存在非空Name，再提取符合条件的ID来过滤原数据：

# 获取所有存在非空Name的ID
valid_ids = df.groupby('ID')['Name'].filter(lambda x: x.notna().any()).unique()
# 过滤原DataFrame
df = df[df['ID'].isin(valid_ids)]

方法2：用transform直接标记过滤 #

更简洁的写法，用transform给每一行标记所属ID是否符合条件，直接过滤：

df = df[df.groupby('ID')['Name'].transform(lambda x: x.notna().any())]

两种方法都会得到你想要的结果：删除ID为2的所有行，保留ID1和3的全部行。

内容的提问来源于stack exchange，提问作者D.Doe