如何基于列表索引条件删除Pandas DataFrame中的行

现有如下DataFrame：

import pandas as pd
import numpy as np

df = pd.DataFrame({"A": [[np.nan, np.nan, 0], [np.nan, 1, 1], [1, np.nan, 2], [np.nan, np.nan, 3]]})
print(df)

输出结果：

A
0  [nan, nan, 0]
1    [nan, 1, 1]
2    [1, nan, 2]
3  [nan, nan, 3]

需求：删除列表前两个元素均为NaN的行，得到如下结果：

A
1    [nan, 1, 1]
2    [1, nan, 2]

尝试的代码（无法正常运行）：

df.drop(df[np.isnan(df.A[0]) & np.isnan(df.A[1])].index)

解决方案 #

你之前的代码逻辑错误：df.A[0]是取A列的第一行数据，而非每行列表的第一个元素，因此无法实现批量判断。以下是两种无需拆分列表为多列的可行方法：

方法1：使用apply结合lambda函数 #

filtered_df = df[~df['A'].apply(lambda x: np.isnan(x[0]) and np.isnan(x[1]))]
print(filtered_df)

方法2：使用列表推导式生成布尔掩码 #

mask = [not (np.isnan(x[0]) and np.isnan(x[1])) for x in df['A']]
filtered_df = df[mask]
print(filtered_df)

两种方法都会输出目标结果：

A
1    [nan, 1, 1]
2    [1, nan, 2]

内容的提问来源于stack exchange，提问作者jamesB