删除所有行和标题为 na 的数据框列

Question

我有一个包含许多 NoneType 值的数据框，我想删除所有行值和标题为 None 的所有列。我正在努力寻找一种方法来做到这一点。在下面的MWE中，我设法要么删除所有行都为 None 的所有列，要么删除标题为 None 的所有列。

from __future__ import annotations

import pandas as pd

d = [[1, 2, None, None, None], [4, 5, None, None, 7]]
cols = ['a', 'b', 'c', None, None]
df = pd.DataFrame(data=d, columns=cols)

print("Original: \n", df)
#Original: 
#    a  b     c   NaN  NaN
#0  1  2  None  None  NaN
#1  4  5  None  None  7.0

print("\nDropped how = all: \n", df.dropna(axis=1, how="all"))    # Drops column 'c'
#Dropped how = all: 
#    a  b  NaN
#0  1  2  NaN
#1  4  5  7.0

print("\nDropped None columns: \n", df[df.columns.dropna()])
#Dropped None columns: 
#    a  b     c
#0  1  2  None
#1  4  5  None

我怎样才能只删除我想删除的列并得到这个？

#Wanted: 
#    a  b     c  NaN
#0  1  2  None   NaN
#1  4  5  None   7.0

Answer 1

您可以将 2 个条件与 an&和 invert 和 use 一起使用.loc[]：

df.loc[:,~(df.columns.isna() & df.isna().all())]

   a  b     c  NaN
0  1  2  None  NaN
1  4  5  None  7.0

Answer 2

这是根据条件在数据帧上使用notna和any执行布尔索引的一种方法：

df.loc[:, (df.notna() | df.columns.notna()).any(0)]

   a  b     c  NaN
0  1  2  None  NaN
1  4  5  None  7.0