如何仅删除Pandas DataFrame中第三列之后全为NaN的行

解决方法 #

核心逻辑是选中第三列之后的所有列，判断每行是否存在非空值，仅保留符合条件的行即可，代码如下：

import pandas as pd

# 读取本地CSV文件生成DataFrame
df = pd.read_csv("你的csv文件路径.csv")

# 仅保留第三列之后存在至少1个非空值的行
df = df[df.iloc[:, 3:].notna().any(axis=1)]

代码说明 #

• df.iloc[:, 3:]：通过位置索引选中所有行、以及索引为3开始到末尾的所有列（Pandas列索引从0开始，索引3正好对应示例中的「1970」列，即第三列「系列」之后的第一列）
• notna()：将所有非NaN值转为True，NaN值转为False
• any(axis=1)：按行判断，只要该行有一个True（即存在非空值）就返回True
• 最后通过布尔索引筛选，会自动丢弃第三列之后全为NaN的行，符合你的示例中删除法国、西班牙两行的需求

可选写法 #

如果你更习惯用列名做筛选，也可以指定起始列名：

df = df[df.loc[:, '1970':].notna().any(axis=1)]

内容的提问来源于stack exchange，提问作者Clamo