Python pandas如何返回无缺失值列 dropna执行后仅显示索引列如何解决

你当前代码中dropna使用的how='all'参数仅会删除整列全为缺失值的列，和「筛选列内无任何缺失值」的需求不匹配，无法得到预期结果。

解决方法1：修改dropna参数 #

将how参数调整为any，只要列内存在任意一个缺失值就删除该列，最终保留的就是完全无缺失值的列：

import pandas as pd
df = pd.util.testing.makeMissingDataframe().reset_index()
df = df.dropna(axis='columns', how='any')
df.head()

解决方法2：布尔索引筛选 #

逻辑更直观清晰，可读性更高：

import pandas as pd
df = pd.util.testing.makeMissingDataframe().reset_index()
# df.notna().all() 会逐列判断是否所有值都非缺失，返回布尔序列
df = df.loc[:, df.notna().all()]
df.head()

测试结果说明 #

你用到的pd.util.testing.makeMissingDataframe()是pandas官方的测试数据生成方法，默认生成的所有数值列都会包含至少1个缺失值，因此测试时运行上述代码后只会剩下reset_index()生成的索引列，属于测试数据的特性，替换为你的真实业务数据即可正常筛选。

内容的提问来源于stack exchange，提问作者arfan rifqi