Python如何筛选DataFrame中不含NULL和空值的行，剔除无效空行

错误原因 #

你写的代码中，df[~df['Col 1'].isnull()] 返回的是过滤后完整的DataFrame对象（包含所有列，行数为过滤掉空值后的行数），而等号左侧是单个Col 1列，二者维度完全不匹配，因此触发赋值数量不符的报错。

正确解决方案 #

你要实现的是删除Col 1为空的整行数据，直接对整个DataFrame做过滤赋值即可：

df = df[df['Col 1'].notna()]

这里的notna()是pandas内置的非空判断方法，等价于~df['Col 1'].isnull()，写法更简洁直观。

如果需要保留原DataFrame不变，只生成过滤后的新对象，可以单独赋值给新变量：

df_filtered = df[df['Col 1'].notna()]

运行后即可得到你预期的输出结果，所有Col 1为NaN的行都会被直接删除。

内容的提问来源于stack exchange，提问作者Manz