将一列的数据保留在pandas中，并仅显示来自其他列的所有NAN

在云计算领域，pandas是一个常用的数据处理和分析工具，它提供了强大的数据结构和数据分析功能。针对你提出的问题，将一列的数据保留在pandas中，并仅显示来自其他列的所有NAN，可以通过以下步骤实现：

1. 导入pandas库：

import pandas as pd

1. 创建一个包含数据的DataFrame对象：

data = {'Column1': [1, 2, 3, None, 5],
        'Column2': [None, 6, None, 8, 9],
        'Column3': [10, None, 12, 13, None]}
df = pd.DataFrame(data)

1. 保留一列数据并仅显示来自其他列的所有NaN：

column1_data = df['Column1']  # 保留Column1列的数据
other_nan = df[df.columns.difference(['Column1'])].isnull()  # 获取其他列的NaN值
result = column1_data[other_nan.any(axis=1)]  # 仅显示来自其他列的所有NaN

在上述代码中，我们首先创建了一个包含数据的DataFrame对象，然后通过指定列名的方式保留了Column1列的数据。接着，使用df.columns.difference(['Column1'])获取了除Column1列之外的所有列，并使用isnull()函数判断这些列中的NaN值。最后，通过any(axis=1)筛选出至少有一个NaN值的行，并将这些行的Column1列数据存储在result变量中。

关于pandas的更多信息和使用方法，你可以参考腾讯云提供的pandas相关文档和产品介绍：

• pandas文档
• 腾讯云数据分析平台：提供了基于pandas的数据分析和处理服务，可在云端进行大规模数据处理和分析。

请注意，以上答案仅供参考，具体实现方式可能因实际情况而异。