Python 如何过滤Coulmns，即使列中的单个值不是NaN

我有一个包含500行和502列的熊猫数据框架，下面是列名的简要展望：

['cluster', 'question1', 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ....,500]

群集-群集编号 问题1-表示文本数据 列（0-500）-包含500个问题中每个问题的余弦相似度值

对于每个问题，我只想过滤那些余弦值大于0.5（比如x）且小于1的行以及任何其他问题

我已经尝试了下面一组用于过滤数据的代码

filter_boolean = final_df[(final_df.iloc[:,2:] > 0.5) &(final_df.iloc[:,2:] < 1)]

filter\u boolean=final\u df[（final\u df.iloc[：，2:]>0.5）和（final\u df.iloc[：，2:<1）]

预期和实际结果如下图所示

函数使用

轴

和

如何

参数来解决此用例

要在列上使用

dropna

，请使用

axis=1

（而不是在行上操作的默认值

axis=0

）

要删除

'any'

是

NaN

的位置，请使用

how

关键字和特殊的

'any'

这应该能解决你的问题

您也可以使用布尔过滤器来实现这一点，但是

dropna

可能会更清晰地为其他人和您自己阅读