python - 如何找出所有用零填充的行或列并在python的pandas.DataFrame中删除它们？答案

【问题标题】：How to find out the rows or columns all filled with zeros and delete them in pandas.DataFrame in python?python - 如何找出所有用零填充的行或列并在python的pandas.DataFrame中删除它们？
【发布时间】：2014-04-14 14:25:47
【问题描述】：

我有这样的pandas.DataFrame() 对象：

In [11]: df
Out[11]: 
   a  b
0  0  1
1  0  1
2  0  0
3  0  0
4  1  1

[5 rows x 2 columns]

我想删除所有用零填充的行：此处索引为 2 和 3 的行。

期望的输出：

In [12]: magic_func(df)
Out[12]: 
   a  b
0  0  1
1  0  1
4  1  1

[3 rows x 2 columns]

【问题讨论】：

def magic_func(s = 'Please help'): return 'What have you tried so far?'
@sshashank124 事实上，我想通了，想发布我的答案（和问题）来帮助别人。 :-) 但是在我问了之后，我发现我没有足够的声誉来立即回答。 :-( 用户 unutbu 现在已经分析了我的答案。

标签： python pandas

【解决方案1】：

df.loc[~(df == 0).all(axis=1)]

演示：

In [92]: df = pd.DataFrame({'a':[0,0,0,0,1], 'b':[1,1,0,0,1]})

In [93]: df
Out[93]: 
   a  b
0  0  1
1  0  1
2  0  0
3  0  0
4  1  1

[5 rows x 2 columns]

In [94]: (df == 0).all(axis=1)
Out[94]: 
0    False
1    False
2     True
3     True
4    False
dtype: bool

In [95]: df.loc[~(df == 0).all(axis=1)]
Out[95]: 
   a  b
0  0  1
1  0  1
4  1  1

[3 rows x 2 columns]

df[~df.isin([0]).all(axis=1)] 也可以：

In [108]: df[~df.isin([0]).all(axis=1)]
Out[108]: 
   a  b
0  0  1
1  0  1
4  1  1

但对于大型数据帧可能会更慢：

In [106]: df2 = pd.concat([df]*10000)

In [109]: %timeit df2.loc[~(df2 == 0).all(axis=1)]
100 loops, best of 3: 5.19 ms per loop

In [110]: %timeit df2[~df2.isin([0]).all(axis=1)]
10 loops, best of 3: 50.2 ms per loop

isin 在您需要针对大量值测试成员资格时很有用，但对于一个值而言，df == 0 更直接更快也就不足为奇了。

【讨论】：

快速回答！事实上，我想通了，并想发布我的答案来帮助别人。但我的声望还不够……
我的答案是df[~df.isin([0]).all(axis=axis)]。也许你的更快。