Python 删除所有行和标题均为na的dataframe列

我有一个dataframe，它包含许多非类型的值，我想删除所有行值和标题都为None的列。我正在努力找到一种方法来做到这一点。在下面的MWE中，我成功地删除了所有行为无的所有列，或者删除了标题为无的所有列

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

---

您可以将两个条件与

&

一起使用，并反转并使用

.loc[]

：

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

---

---

下面是一种使用

notna

和

any

并基于以下条件对数据帧执行布尔索引的方法：

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

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

IIUC

---

这回答了你的问题吗？DeMorgan的版本

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

@piRSquared Nice 1，我相信效率更高。谢谢你，先生：）这正是我想到的第一件事。关井

df.loc[：，[*df.T.reset_index（）.notna（）.any（1）]

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

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

df.loc[:,df.T.reset_index().notna().any(1).values]
   a  b     c  NaN
0  1  2  None  NaN
1  4  5  None  7.0