如何按顺序及NaN规则筛选Pandas DataFrame行并保留组尾行

你的核心需求是删除Name2为NaN的行，但要保留每个分组的最后一行（即便该行Name2是NaN）。之前的筛选方式会一刀切删掉所有Name2为空的行，所以丢失了每组末尾的关键行，用以下方法可以解决：

实现步骤 #

1. 标记每组最后一行
   给DataFrame新增一个临时列，标记每行是否属于所在分组的最后一行：

   # 替换'Group'为你的实际分组列名（比如Name1或其他分组标识）
   df['is_last_row'] = df.groupby('Group').cumcount(ascending=False) == 0
   

   这里cumcount(ascending=False)会对每个分组的行倒序计数，最后一行的计数结果为0，通过判断等于0来标记最后一行。

2. 筛选目标行
   保留Name2非空或者是分组最后一行的行：

   df_filtered = df[(df['Name2'].notna()) | df['is_last_row']]
   # 可选：删除临时标记列
   df_filtered = df_filtered.drop('is_last_row', axis=1)
   

效果说明 #

这种方法会自动过滤掉所有Name2为空且不是分组末尾的行，同时完整保留每个分组的最后一行，完全适配你数千行的结构化数据。

比如假设你的输入数据结构如下：

筛选后输出会是：

内容的提问来源于stack exchange，提问作者chrundle