问题描述
目标：我仍想显示此人是谁，以便我可以显示与他们关联的 NAN，以便我可以快速找到丢失信息的人。
考虑这个数据集：
df:
Name Phone Address
John Doe NAN 123 lane
Jenny Gump 222-222-2222 NAN
Larry Bean NAN 561 road
Harry Smidlap 111-111-1111 555 highway
我想清理数据并显示如下内容（类似于过滤空白时的 excel 视图）： 然后可能会用“数据存在”的内容填充空数据，或者将其留空。我愿意接受建议。并删除填充了所有数据的行。
df:
Name Phone Address
John Doe NAN
Jenny Gump NAN
Larry Bean NAN
我试过了：
df[df.isnull().any(axis=1)]
这很好用，但我有一个大数据源，而且我看到很多已经有数据的不必要的信息。我只关心看到这个人的名字和他们失踪的东西。
有人有什么想法吗？
解决方法
Mask（替换条件为真的值）任何不为空的地方用空字符串。
df.mask(df.notnull(),'')
这会在多个维度上运行，为“是否替换？”问题传递一组 2D 真/假答案。如果是真的，它会将内容发送到 /dev/null，而如果不是，它允许它们保持不稳定。
由于您要求 Name 列完整无缺，您可以选择除 Name 之外的其他列并屏蔽它们，然后创建另一个数据框 df2 以删除所有 {{1} }} 值。之后，您可以从 NaN 中删除 df2 中的索引，您可以为您提供仅包含 df 值的行，如下所示。
NaN这应该给你以下输出。
df.mask((df.columns != 'Name') & (df.notnull()),"",inplace=True)
df2 = df.dropna()
df.drop(df2.index,inplace=True)