Pandas 删除几列不是nan的行

Question

我有一个看起来像这样的 dataframe：

   A   B   C    D    E
0  P  10 NaN  5.0  9.0
1  Q  19 NaN  NaN  4.0
2  R   8 NaN  3.0  7.0
3  S  20 NaN  3.0  7.0
4  T   4 NaN  2.0  NaN

我有一个列表： [['A', 'B', 'D', 'E'], ['A', 'B', 'D'], ['A', 'B', 'E']]

我正在遍历列表并仅从 dataframe 中获取那些行，其中列表指定的列不为空。

我尝试过使用以下代码：

test_df = pd.DataFrame([['P', 10, np.nan, 5, 9], ['Q', 19, np.nan, np.nan, 4], ['R', 8, np.nan, 3, 7],
                        ['S', 20, np.nan, 3, 7], ['T', 4, np.nan, 2, np.nan]], columns=list('ABCDE'))
priority_list = [list('ABDE'), list('ABD'), list('ABE')]
for elem in priority_list:
    test_df = test_df.loc[test_df[elem].notna()]
    print(test_df)

但这会引发以下错误：

File "C:\Python37\lib\site-packages\pandas\core\indexing.py", line 879, in __getitem__
    return self._getitem_axis(maybe_callable, axis=axis)
  File "C:\Python37\lib\site-packages\pandas\core\indexing.py", line 1097, in _getitem_axis
    raise ValueError("Cannot index with multidimensional key")
ValueError: Cannot index with multidimensional key

如何克服此问题并检查 dataframe 中的non-na值的多列？

Answer 1

使用DataFrame.all进行测试，如果所有选定的值都是True s：

priority_list = [list('ABDE'), list('ABD'), list('ABE')]
for elem in priority_list:
    test_df = test_df.loc[test_df[elem].notna().all(axis=1)]
    print(test_df)