Python 列列表中的Dataframe筛选器空值

所以，我有一个类似这样的

df

ID,A,B,C,D,E,F,G
1,123,30,3G,1,123,30,3G
2,456,40,4G,NaN,NaN,NaN,4G
3,789,35,5G,NaN,NaN,NaN,NaN

我还有一个列表，它包含df头列表的一个子集

header_list = ["D","E","F","G"]

现在我想从

df

中获取那些记录，这些记录包含标题列表中所有列名的空值。

预期产出：

ID,A,B,C,D,E,F,G
3,789,35,5G,NaN,NaN,NaN,NaN

我试过了，

new\u df=df[df[header\u list].isnull（）]

但这会引发

error，ValueError:该条件需要布尔数组，而不是float64

我知道我可以做这样的事

new_df = df[(df['D'].isnull()) & (df['E'].isnull()) & (df['F'].isnull()) & (df['G'].isnull())]

---

但我不想这样硬编码。有更好的方法吗？

您可以使用以下方法进行过滤：

df[df[header_list].isnull().all(axis=1)]

因此，如果该行的所有列都是

True

，则返回该行的

True

，否则返回

False

。对于给定的样本输入，我们得到：

>>> df[header_list]
     D      E     F    G
1  1.0  123.0  30.0   3G
2  NaN    NaN   NaN   4G
3  NaN    NaN   NaN  NaN
>>> df[header_list].isnull()
       D      E      F      G
1  False  False  False  False
2   True   True   True  False
3   True   True   True   True
>>> df[header_list].isnull().all(axis=1)
1    False
2    False
3     True
dtype: bool

>>> df[header_list]
     D      E     F    G
1  1.0  123.0  30.0   3G
2  NaN    NaN   NaN   4G
3  NaN    NaN   NaN  NaN
>>> df[header_list].isnull()
       D      E      F      G
1  False  False  False  False
2   True   True   True  False
3   True   True   True   True
>>> df[header_list].isnull().all(axis=1)
1    False
2    False
3     True
dtype: bool