pandas如何删除任意列包含'?'的DataFrame行数据

你编写的循环过滤逻辑存在两个问题，会导致过滤结果不符合预期：

• 遍历到非字符串类型的列时，数值和字符串'?'做相等判断会出现匹配异常，漏过包含?的行
• 循环过程中反复对df赋值重置，遇到值带前后空格、空值等边界场景时很容易出现过滤遗漏
  同时逐列循环的写法效率极低，不符合pandas向量化操作的设计思路，不推荐使用。

方法1：精确匹配?（性能最优，优先推荐） #

直接对全表做值判断，只要任意列存在值为'?'的单元格就删除对应行，完全匹配你的需求：

# 筛选出所有列都不包含?的记录
df = df[~(df == '?').any(axis=1)]

代码逻辑说明：

• df == '?'：生成和原表结构完全一致的布尔矩阵，标记所有值为?的单元格
• .any(axis=1)：按行做判断，只要该行存在任意一个被标记为?的单元格，就返回True
• ~：对布尔结果取反，最终保留所有不含?的行

方法2：高鲁棒性写法（适配CSV读取场景） #

如果CSV文件中?是作为缺失值标记，存在前后带空格、格式不统一的情况，可以先把所有符合?规则的值替换为标准缺失值NaN，再直接删除包含缺失值的行：

import numpy as np
# 正则匹配所有前后带任意空白的?，替换为NaN后删除含缺失值的行
df = df.replace(r'^\s*\?\s*$', np.nan, regex=True).dropna(how='any')

运行上述任意一段代码，都可以正确删除所有任意列包含?的记录，你提到的索引为1和3的行会被准确移除。

内容的提问来源于stack exchange，提问作者wiryadev