如果该行中的所有值都是假的，熊猫会删除该行答案

【问题标题】：Pandas remove row if all values in that row are false如果该行中的所有值都是假的，熊猫会删除该行
【发布时间】：2020-10-12 04:50:04
【问题描述】：

我正在整理我的数据集中的一些行

output = {
         'id1': ['False', 'False', 'False', 'False'],
         'id2': ['True', 'False', 'False', 'False'],
         'id3': ['True', 'False', 'True', 'False'],
         'id4': ['True', 'False', 'True', 'True'],
    }

所以使用上面的第 2 行包含所有 false

因此我不需要使用它，所以我只想删除它

newoutput = {
         'id1': ['False',  'False', 'False'],
         'id2': ['True',  'False', 'False'],
         'id3': ['True',  'True', 'False'],
         'id4': ['True',  'True', 'True'],
    }

我已经检查了其中包含 false 的行

output.drop(output[output != False].index, inplace=True)

但这只是将行中的任何值视为 False 而不是全部

【问题讨论】：

标签： python pandas boolean

【解决方案1】：

这假定数据框为 Boolean 值，而不是 string 类型。
如另一个答案中所述，使用.replace 将string 替换为Boolean 类型。

给定

df = pd.DataFrame({'id1': [True, False, False, False], 'id2': [True, False, False, False], 'id3': [True, False, True, False], 'id4': [True, False, True, True]})

     id1    id2    id3    id4
0   True   True   True   True
1  False  False  False  False
2  False  False   True   True
3  False  False  False   True

使用DataFrame.any 将至少一个True 与boolean indexing 匹配，这将删除所有为False 的行。

df = df[df.any(axis=1)]

     id1    id2    id3   id4
0   True   True   True  True
2  False  False   True  True
3  False  False  False  True

或者，要删除全部为True 的行，请使用.all() 并使用~ 取反。

df[~df.all(axis=1)]

     id1    id2    id3    id4
1  False  False  False  False
2  False  False   True   True
3  False  False  False   True

【讨论】：

【解决方案2】：

我通过df = pd.DataFrame(output)构造了df。

你可以使用

>>> df[df.replace({'False': False, 'True': True}).any(1)]
     id1    id2    id3   id4
0  False   True   True  True
2  False  False   True  True
3  False  False  False  True

我强烈建议使用布尔值而不是字符串来表示True 和False。在这种情况下，解决方案是简单地重新分配给df[df.any(1)]。

【讨论】：