根據某些列中存在的值刪除 pandas 行

Question

我有一個像這樣的df：

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

現在，我想刪除 df 列的 rest 上 A 列中具有值但為空的所有記錄，我該如何實現呢？ 預期的結果將是一個像這樣的df：

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

Answer 1

使用DataFrame.replace將空白設置為 NaN，然后​​您可以使用DataFrame.dropna刪除帶有 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 時刪除

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)]

Answer 2

如果您在 B/C 中有空 (NaN) 單元格，則一個簡單的dropna將起作用：

df.dropna()

否則，使用 boolean 索引：

df[df.ne('').all(1)]

output：

   A  B  C
0  f  s  x
1  a  b  c
3  p  l  k
5  s  j  p

筆記

盡管我懷疑您是否想要這個，但如果您只想在 A 不是''時刪除行，請添加第二個條件：

df[df['A'].eq('')|df.ne('').all(1)]

示例輸入：

df = pd.DataFrame({'A': ['x',  '',  '', 'x', '', 'x'],
                   'B': ['x', 'x',  '', 'x', '', ''],
                   'C': ['x', 'x', 'x',  '', '', '']})
   A  B  C
0  x  x  x
1     x  x
2        x
3  x  x   
4         
5  x      

output：

   A  B  C
0  x  x  x
1     x  x
2        x
4