pandas索引选择原理：df.columns[df.isna().any()]运行逻辑解析

这个语句能生效的核心是pandas通用的布尔索引规则，按执行顺序拆解开就很清楚：

分步执行流程 #

• 第一步：执行df.isna()
  逐单元格判断是否为空值，返回和原DataFrame行列完全对齐的布尔型DataFrame，空值位置为True，非空位置为False。
• 第二步：执行.any()
  该方法默认参数axis=0，即沿着行方向逐列做判断：只要一列里存在任意一个True（也就是存在空值），该列的最终判断结果就为True。这一步输出的就是你贴出来的布尔Series：索引是原DataFrame的所有列名，值为对应列是否包含空值的布尔结果，且值的顺序和原DataFrame列的顺序完全一致。
• 第三步：理解df.columns的本质
  df.columns不是什么特殊结构，就是pandas的Index序列对象，按表中列的从左到右顺序存储了所有列名，和上一步输出的布尔Series的长度、顺序完全对齐。
• 第四步：布尔索引筛选
  对pandas里的所有序列类对象（Index、Series、甚至DataFrame行），只要传入长度相等、顺序对齐的布尔序列做索引，就会自动保留布尔值为True位置对应的元素，丢弃False位置的元素。

对应你给出的示例输出，对齐关系如下：

位置序号	列名（df.columns元素）	是否含空值（布尔Series值）	筛选结果
0	Survived	False	丢弃
1	Pclass	False	丢弃
2	Name	False	丢弃
3	Sex	False	丢弃
4	Age	True	保留
5	SibSp	False	丢弃
6	Parch	False	丢弃
7	Ticket	False	丢弃
8	Fare	False	丢弃
9	Cabin	True	保留
10	Embarked	True	保留

最终筛选输出的结果就是所有含空值的列名：Index(['Age', 'Cabin', 'Embarked'], dtype='object')。

注意点 #

这个写法默认依赖布尔Series和df.columns的顺序对齐，如果担心索引顺序错乱导致筛选错误，可以把布尔值转成无索引的数组再做筛选，写法为df.columns[df.isna().any().to_numpy()]，此时会严格按位置匹配，不受索引顺序影响。

内容的提问来源于stack exchange，提问作者Noman