在 DataFrame 中按多列条件删除行

Question

我有一个 pandas 数据框，我试图根据选择列的条件删除行。如果这些选择列中的值为零，则应删除行。这是一个例子。

import pandas as pd
t = pd.DataFrame({'a':[1,0,0,2],'b':[1,2,0,0],'c':[1,2,3,4]})

  a b c
0 1 1 1 
1 0 2 2 
2 0 0 3 
3 2 0 4

我想尝试以下方法：

cols_of_interest = ['a','b'] #Drop rows if zero in all these columns
t = t[t[cols_of_interest]!=0]

这不会删除行，所以我尝试了：

t = t.drop(t[t[cols_of_interest]==0].index)

所有行都被删除。

我想结束的是：

  a b c
0 1 1 1 
1 0 2 2 
3 2 0 4

第 3 行（索引 2）被删除的地方，因为它在感兴趣的两列中都取值为 0，而不仅仅是一列。

Answer 1

您的问题是您首先分配了布尔条件的结果：t = t[t[cols_of_interest]!=0]，它会覆盖您的原始 df 并设置不满足条件的位置 NaN 值。

您要做的是生成布尔掩码，然后删除NaN 行并传递thresh=1，以便该行中必须至少有一个非NaN 值，然后我们可以使用@ 987654327@ 并使用它的索引来获得所需的df：

In [124]:

cols_of_interest = ['a','b']
t.loc[t[t[cols_of_interest]!=0].dropna(thresh=1).index]
Out[124]:
   a  b  c
0  1  1  1
1  0  2  2
3  2  0  4

编辑

正如@DSM 所指出的，您可以通过使用any 并传递axis=1 来测试条件并使用它来索引您的df：

In [125]:

t[(t[cols_of_interest] != 0).any(axis=1)]
Out[125]:
   a  b  c
0  1  1  1
1  0  2  2
3  2  0  4