如何从 DataFrame 中删除某些列只有零值的行

Posted 2023-03-27

【中文标题】如何从 DataFrame 中删除某些列只有零值的行

【英文标题】：How to remove rows from a DataFrame where some columns only have zero values

【发布时间】：2020-12-01 07:13:59

【问题描述】：

我在 Python 中有以下 Pandas DataFrame：

import numpy as np
import pandas as pd
df  = pd.DataFrame(np.array([[1, 2, 3, 4, 5, 6], [11, 22, 33, 44, 55, 66], 
                             [111, 222, 0, 0, 0, 0], [1111, 0, 0, 0, 0, 0]]),
                   columns=['a', 'b', 'c', 'd', 'e', 'f'])

DataFrame 在表格中如下所示：

    a      b     c    d     e    f
0   1      2     3    4     5    6
1   11     22    33   44    55   66
2   111    222   0    0     0    0
3   1111   2222  0    0     0    0

原来的 DataFrame 比这个大得多。正如所见，某些行在某些列中的值为零（c、d、e、f）。

我需要从 DataFrame 中删除这些列，以便我的新 DataFrame 如下所示（在删除给定列仅为零的行之后）：

    a      b     c    d     e    f
0   1      2     3    4     5    6
1   11     22    33   44    55   66

我只需要删除所有这些列（c、d、e 和 f）都为零的行。例如，如果其中 2 个为 0，那么我不会删除这些行。

有没有一种不循环DataFrame的好方法来做这个操作？

【参考方案1】：

试试这个，

df[~df[list('cdef')].eq(0).all(axis = 1)]

---

    a   b   c   d   e   f
0   1   2   3   4   5   6
1  11  22  33  44  55  66

【讨论】：

感谢您的回答。此代码删除任何列为零的任何行。如果一列或两列为零，则可以。但就我而言，所有 c、d、e、f 列都必须为零。立即更新问题。

@edn，c,d,e,f 上的布尔掩码，后跟带有 axis=1 的 all，以确保所有值都为真。

感谢@Sushanth 的回答。

【参考方案2】：

对选定列进行行过滤，任何带有any 的列都为零：

import numpy as np
import pandas as pd

df  = pd.DataFrame(np.array([[1, 2, 3, 4, 5, 6], [11, 22, 33, 44, 55, 66],
                             [111, 222, 0, 0, 0, 0], [1111, 0, 0, 0, 0, 0]]),
                   columns=['a', 'b', 'c', 'd', 'e', 'f'])

df = df[(df[['c', 'd', 'e', 'f']] != 0).any(axis=1)]

print(df)

输出：

    a   b   c   d   e   f
0   1   2   3   4   5   6
1  11  22  33  44  55  66

【讨论】：

感谢您的回答。该解决方案只需要删除所有给定列为零的行。例如，如果其中 3 个为零，则代码不应触及此类行。我通过将第 3 行更改为 [111, 222, 333, 0, 0, 0] 来尝试您的解决方案，但它也删除了这一行，但需要将其留在表格中。

@edn 刚刚修复。

【参考方案3】：

这里还有一个选项： 将df.query() 与自定义查询一起使用。

my_query = '~('+'and '.join([f'name==0' for name in 'cdef'])+')'
df.query(my_query)

如果您打印my_query，则很容易阅读： ~(c==0 and d==0 and e==0 and f==0) ~ 表示“不”。

【参考方案4】：

带操作员

df.loc[~((((df['c'] == 0) & (df['d'] == 0)) & (df['e'] == 0)) & (df['f'] == 0))]