pandas DataFrame删除空列失败，dropna方法不起作用该如何解决？

核心问题排查点 #

• 参数使用错误：你当前使用的how="any"代表列中只要存在1个空值就删除整列，如果你要删除的是整列全为空的列，需要将参数改为how="all"，这是该场景下最常见的错误原因。
• 空值替换不彻底：你写的正则仅能匹配全空白的字符串，无法覆盖None、自定义空占位符（比如'NULL'、'N/A'）等场景，会导致部分你认为的空值没有被替换为np.NaN，dropna自然无法识别。

修正后代码 #

import numpy as np
import pandas as pd

# 替换所有常见空标识为NaN，可根据你的实际数据补充占位符
df = df.replace([r'^\s*$', 'NULL', 'N/A', 'na', None], np.NaN, regex=True)

# 可选：执行删除前查看每列空值占比，确认预期删除的列确实全为NaN
# print((df.isna().sum() / len(df)).sort_values(ascending=False))

# 删除全空列，若需要删除含任意空值的列改回how="any"即可
df = df.dropna(axis="columns", how="all")

print(df)

特殊场景处理 #

如果调整后还是无法删除，检查对应列的类型：如果列是object类型且包含非字符串的空占位符，可先统一列类型后再执行空值替换和删除操作。

内容的提问来源于stack exchange，提问作者Abhinav Wadhwa