如何删除DataFrame中id对应所有行特征全为nan的样本？

核心逻辑是按id分组后过滤掉特征列全为nan的分组，直接用pandas原生方法就能实现，不需要手动构建字典遍历：

import pandas as pd
import numpy as np

# 核心过滤代码，直接作用于你的dtf即可
dtf_new = dtf.groupby('id').filter(
    # 仅保留组内存在至少一个非空特征值的id分组
    lambda x: ~x.drop('id', axis=1).isna().all(axis=None)
).reset_index(drop=True)

逻辑说明 #

• 首先通过groupby('id')将所有数据按id字段拆分为独立分组
• 对每个分组去掉id列后，用isna().all(axis=None)判断该分组所有特征值是否全部为空
• 用~取反，只保留不全为空的分组
• 最后重置索引，避免原索引残留导致后续处理出错

如果你的数据中空值是用空字符串、NULL等其他占位符表示的，可以先统一转换为nan再执行过滤：

dtf = dtf.replace(['', 'NULL'], np.nan)

内容的提问来源于stack exchange，提问作者jeny ericsoon