如何筛选包含''；孤立的''；python中列中的nan值

我在pandas数据框中有一列，其中一些行具有NaN值

我想选择满足这些条件的行：
-它们是价值观
-它们直接跟在非空值后面或前面

例如，我想选择具有此nan值的行：
输入：

索引| Col

…
1| 1344
2|NaN
3| 532
…

所需输出：
2|NaN

但我不想选择这些nan值（因为它们后面跟一个nan值，或者紧跟在另一个nan值之后）：

索引| Col

…
1| 1344
2|NaN
3|NaN
4| 532

…

任何帮助都将不胜感激

---

谢谢大家!

下面我用一个例子向您展示了如何实现这一点。一方面，++用于对连续的

NaN

值进行分组​​通过使用

transform

可以在具有多个

NaN

的组中得到一个布尔序列，其中

False

。此布尔级数的

和

运算，其结果为

df2['col2']。isna（）

是我们正在寻找的系列，用于执行和选择存在NaN但不连续的行

df=pd.DataFrame({'col1':[1,2,3,4,5,6,7,8,9,10],'col2':[np.nan,2,3,np.nan,np.nan,6,np.nan,8,9,np.nan]})
print(df)
   col1  col2
0     1   NaN
1     2   2.0
2     3   3.0
3     4   NaN
4     5   NaN
5     6   6.0
6     7   NaN
7     8   8.0
8     9   9.0
9    10   NaN

---

---

在您显示的数据框中，没有连续的NAN，您能否创建一个数据框，我们可以使用它了解您想要什么，并说明此数据框的预期输出是什么？我刚刚编辑了它！请检查我的解决方案，并考虑接受我的解决方案的工作：）非常感谢！

mask_repeat_NaN=df.groupby(df['col2'].notna().cumsum())['col2'].transform('size').le(2)
mask=mask_repeat_NaN&df['col2'].isna()
df_filtered=df[mask]
print(df_filtered)

   col1  col2
0     1   NaN
6     7   NaN
9    10   NaN