用pandas删除从第二列到最后一列都为空的行

可以使用pandas的dropna方法，设定subset为第二列到最后一列，然后指定how为all，即删除仅有NaN值的行。

代码如下：

import pandas as pd

# 读取原始数据
df = pd.read_csv('data.csv')

# 删除从第二列到最后一列都是空值的行
df.dropna(subset=df.columns[1:], how='all', inplace=True)

其中：

- `df`是原始数据的数据框。
- `df.columns[1:]`表示第二列到最后一列。
- `how='all'`表示只要这些列中有任意一个值不是NaN，就不删除该行。
- `inplace=True`表示在原始数据框上进行修改。

相关问题

用pandas删除从第二列到最后一列都为空的一整行

你可以使用pandas的dropna函数来删除空值，删除的是行而不是列。如果你想删除从第二列到最后一列都为空的一整行，可以通过选择子集的方式完成。具体代码如下：

import pandas as pd

# 创建一个包含空值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, None], 'B': [None, None, 3, 4], 'C': [None, None, None, None]})

# 删除从第二列到最后一列都为空的一整行
df.dropna(subset=df.columns[1:], how='all', inplace=True)

print(df)

输出：

     A    B   C
0  1.0  NaN NaN
1  2.0  NaN NaN
2  NaN  3.0 NaN
3  NaN  4.0 NaN

其中，`subset=df.columns[1:]`表示选择从第二列开始到最后一列，`how='all'`表示只删除所有值都为空的行，`inplace=True`表示在原DataFrame上进行修改。

pandas删除第一列

可以使用 `drop` 方法来删除 DataFrame 中的一列，如下所示：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 删除第一列
df = df.drop(columns=['A'])

print(df)

输出：

   B  C
0  4  7
1  5  8
2  6  9

其中，`columns` 参数指定要删除的列的名称或索引。在上面的例子中，我们指定了 `'A'`，表示要删除 DataFrame 中的第一列。