如何使用Pandas布尔掩码筛选数据类型？过滤含字符串与NaN的列

当然可以实现，操作起来还挺直接的。这类同时包含字符串和NaN的列，在Pandas里的 dtype 通常是object（因为NaN本质是浮点型，和字符串混合后列会被转为object类型），我们可以结合这个特点来处理：

单个目标列的处理 #

如果已经明确要处理的列，直接用notna()生成布尔掩码过滤即可，它能准确识别NaN值，保留非空的字符串：

# 过滤整个DataFrame，只保留目标列非NaN的行
filtered_df = df[df['your_column'].notna()]

# 或者单独提取该列的非NaN值
non_nan_values = df['your_column'].dropna()

批量处理符合条件的列 #

如果要批量处理所有混合字符串和NaN的列（即dtype为object且包含NaN的列），可以先筛选出这类列，再统一过滤：

import pandas as pd

# 筛选出符合条件的列：object类型且包含NaN
target_cols = [col for col in df.columns 
               if df[col].dtype == 'object' and df[col].isna().any()]

# 过滤所有目标列都不为NaN的行（如果要保留任一非NaN，可调整逻辑）
filtered_df = df.dropna(subset=target_cols)

注意点 #

如果你的列里存在字符串形式的"NaN"（不是Pandas识别的真正NaN值），需要先把它们转为标准NaN再处理：

df['your_column'] = df['your_column'].replace('NaN', pd.NA)

内容的提问来源于stack exchange，提问作者revness