如何在Pandas中保留含缺失值的行（链式调用实现）

嘿，刚好碰到过类似需求！你想要的是保留任意列包含空值的行，这确实和dropna()默认的“删掉含空值的行”完全相反，而且还想用链式调用的风格，对吧？

先看你的示例数据，先把代码和原始DataFrame列出来：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a': [1,2], 'b': [np.nan, 4]})

原始df的内容是：

a    b
0  1  NaN
1  2  4.0

这里得提一句：你写的“期望结果”好像搞反啦——要保留含空值的行的话，应该是第0行，而不是第1行（第1行没有缺失值，是dropna()会保留的行）。下面我按正确的需求（保留含空值的行）给你几种链式调用的实现方式：

方法一：用loc结合lambda（最推荐的链式写法） #

这完全符合你想要的df.loc[lambda x: ...]风格，逻辑清晰又简洁：

# 链式调用筛选出任意列含空值的行
result = df.loc[lambda x: x.isna().any(axis=1)]
print(result)

输出结果：

a    b
0  1  NaN

原理解释： #

• x.isna()：把DataFrame里的空值转换成True，非空值转换成False，生成一个布尔型的DataFrame。
• .any(axis=1)：按行检查，只要该行有至少一个True（也就是有缺失值），就返回True，最终得到一个布尔Series。
• loc[布尔Series]：选中所有返回True的行，也就是保留含空值的行。

方法二：用pipe封装筛选逻辑 #

如果你觉得loc里的lambda有点长，也可以用pipe来封装，同样是链式调用：

result = df.pipe(lambda df: df[df.isna().any(axis=1)])

方法三：模拟keepna()方法的写法 #

你提到想写df.keepna(how='any')这种风格，虽然Pandas原生没有这个方法，但我们可以临时给DataFrame加个自定义方法（注意：不建议全局修改Pandas类，避免冲突，仅在当前脚本里用用就行）：

# 给DataFrame临时添加keepna方法
pd.DataFrame.keepna = lambda self, how='any': (
    self.loc[self.isna().any(axis=1)] if how == 'any' 
    else self.loc[self.isna().all(axis=1)]
)

# 现在就可以像理想写法一样调用啦
result = df.keepna(how='any')

这个方法还支持how='all'，也就是只保留所有列都为空值的行，和dropna(how='all')相反。

内容的提问来源于stack exchange，提问作者Hatshepsut