如何筛选DataFrame中A2或A3列含NaN值的行？

问题描述 #

现有如下DataFrame：

cl_id       a           c         d         e        A1              A2             A3
    0       1   -0.419279  0.843832 -0.530827    text76        1.537177      -0.271042
    1       2    0.581566  2.257544  0.440485    dafN_6        0.144228       2.362259
    2       3   -1.259333  1.074986  1.834653    system         NAN           1.100353
    3       4   -1.279785  0.272977  0.197011     Fifty       -0.031721       1.434273
    4       5    0.578348  0.595515  0.553483   channel        NaN               NaN
    5       6   -1.549588 -0.198588  0.373476     audio       -0.508501        NAN       

需要筛选出A2列或A3列中存在NaN，但不同时为NaN的行，期望结果如下：

cl_id       a           c         d         e        A1              A2             A3
    2       3   -1.259333  1.074986  1.834653    system         NAN           1.100353
    5       6   -1.549588 -0.198588  0.373476     audio       -0.508501        NAN   

解决方案 #

方法1：匹配用户期望结果（排除A2和A3均为NaN的行） #

使用pandas的isna()方法检测空值，结合异或操作符筛选仅单一列为NaN的行：

import pandas as pd

# 假设你的DataFrame名为df
mask = df['A2'].isna() ^ df['A3'].isna()
result = df[mask]
print(result)

方法2：包含A2和A3均为NaN的行（符合“或”的常规逻辑） #

如果需要包含两列都为NaN的行（即原始数据中的第4行），可以使用any()方法筛选至少一列为NaN的行：

mask = df[['A2', 'A3']].isna().any(axis=1)
result = df[mask]
print(result)

此方法会返回行2、行4、行5，完全符合“A2或A3为NaN”的字面逻辑。

关键方法说明 #

• isna()：检测元素是否为NaN，返回对应布尔值的Series或DataFrame
• ^（异或）：仅当两个布尔值一真一假时返回True，精准筛选单一列为NaN的行
• any(axis=1)：按行检查，只要指定列中有一个元素为True就返回True，筛选至少一列为NaN的行

内容的提问来源于stack exchange，提问作者user16971617