python - 根据某些列中存在的值删除 Pandas 行

Question

我有一个像这样的 df:

A B C
f s x
a b c
n
p l k
i
s j p

现在，我想删除所有在 A 列中具有值但在 df 的其余列中为空的记录，我怎样才能实现这样的目标？预期的结果将是一个像这样的 df:

A B C
f s x
a b c
p l k
s j p

@编辑:这为我解决了这个问题:

columns = list(df.columns)[1:]
df = df[~df[columns].isnull().all(1)]

Answer 1

使用DataFrame.replace为了将空白设置为 NaN，您可以使用 DataFrame.dropna 删除带有 NaN 的行:

df.replace(r'^\s*$', np.nan, regex=True).dropna()

或者如果您只想在 A 列不是 NaN 时删除

df.replace(r'^\s*$', np.nan, regex=True)
  .loc[lambda x: ~(x['A'].notna() 
                   & x.filter(regex='!A').isna().all(axis=1))]
#morgan equivalent
#df.replace(r'^\s*$', np.nan, regex=True)
#  .loc[lambda x: x['A'].isna() 
#                 | x.filter(regex='!A').notna().any(axis=1)]