如何删除Pandas DataFrame中指定日期间存在NaN值的列

核心逻辑 #

仅判断目标时间区间内各列是否存在缺失值，保留该区间内无缺失的列，其余时间段的缺失值不影响筛选结果。

实现代码 #

首先确保你的DataFrame的Date列为datetime类型且已设为索引：

import pandas as pd

# 预处理：日期格式转换与索引设置（如果已完成可跳过）
df["Date"] = pd.to_datetime(df["Date"])
df = df.set_index("Date")

核心筛选逻辑：

# 提取目标时间区间的子数据集
target_df = df.loc["1959-03-01":"1959-06-01"]
# 筛选出目标区间内无NaN的列名
keep_columns = target_df.columns[target_df.isna().sum(axis=0) == 0]
# 从原数据中取出符合要求的列
result_df = df[keep_columns].reset_index() # 若需要保留Date为普通列可添加reset_index()

结果说明 #

运行上述代码后，result_df即为你需要的输出结果：仅保留col1、col5两列，其余列因在1959-03-01至1959-06-01区间内存在NaN值被剔除。

内容的提问来源于stack exchange，提问作者Herman L