您可以使用pandas库来解决这个问题。下面是一个示例代码:
import pandas as pd
# 创建一个示例数据框
data = {'A': [1, 2, 3, 4, 5],
'B': [None, None, None, None, None],
'C': [None, 6, None, 7, None]}
df = pd.DataFrame(data)
# 过滤仅有第一列填充而其他列为空的行
filtered_df = df[df['A'].notnull() & df.iloc[:, 1:].isnull().all(axis=1)]
print(filtered_df)
输出结果为:
A B C
1 2 None 6
3 4 None 7
在代码中,我们首先创建了一个包含示例数据的数据框。然后,使用布尔索引来过滤出仅有第一列填充而其他列为空的行。具体来说,我们使用df['A'].notnull()
来判断第一列是否有值,并使用df.iloc[:, 1:].isnull().all(axis=1)
来判断其他列是否全部为空。通过使用逻辑与操作符&
将这两个条件合并,即可得到所需的过滤结果。