我有一个具有500行和502列的Pandas数据框，下面是该列名称的简要介绍：
['cluster', 'question1', 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ....,500]
集群-集群号 问题1-表示文本数据 column（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> 0.5（让我们说x）和<1的行以及其他任何问题。
我已经尝试了以下用于过滤数据的代码
filter_boolean = final_df[(final_df.iloc[:,2:] > 0.5) &(final_df.iloc[:,2:] < 1)]
预期和实际结果如下图所示Input DataFrame Actual Output
答案 0 :(得分：0)
Pandas dropna函数使用axis和how参数来解决此用例。
要在列上使用dropna，请使用axis=1（而不是默认的axis=0，它对行进行操作）。
要放置'any'是NaN的位置，请使用how关键字和特殊的'any'。
这应该可以解决您的问题。
您也可以使用布尔过滤器来执行此操作，但是以后dropna可能更易于为他人和您自己阅读。
