Python Pandas如何删除指定两列同时为空/Null的行

df.dropna(axis=0, how='all', subset=['name', 'toy'])不生效的核心是pandas默认不将空字符串''、全空白字符串等识别为缺失值，只有NaN/pd.NA/None会被dropna判定为空，所以即使两列分别是空字符串和NaN，也不会被判定为同时为空。

第一步：统一替换所有空类值为NaN #

先把name、toy两列中你认定为空的类型全部替换为pd.NA，如果你的场景中空值包含空字符串、全空白字符串、None、NaN，用如下代码：

import pandas as pd
# 正则匹配所有全空白/空字符串，替换为pd.NA
df[['name', 'toy']] = df[['name', 'toy']].replace(r'^\s*$', pd.NA, regex=True)

如果还有其他自定义空值（比如'NULL'、'无'等），可以扩展替换规则：

df[['name', 'toy']] = df[['name', 'toy']].replace([r'^\s*$', 'NULL', '无'], pd.NA, regex=True)

第二步：执行删除操作 #

方案1：使用dropna实现 #

替换完成后再执行dropna即可生效：

df = df.dropna(axis=0, how='all', subset=['name', 'toy'])

方案2：使用布尔索引（兼容性更高，排查更方便） #

如果担心dropna参数配置问题，可以直接写筛选逻辑，可读性更高：

# 仅排除两列同时为空的行，保留其余所有行
df = df[~(df['name'].isna() & df['toy'].isna())]

执行完操作后可以用如下代码确认删除结果是否符合预期：

# 统计两列同时为空的行数，正常应该返回0
print(len(df[df['name'].isna() & df['toy'].isna()]))

内容的提问来源于stack exchange，提问作者Zee