Python：当多行满足唯一条件时过滤数据框中的行

Question

我有一个类似的数据集：

    dt = {'A': [0,0,0,1], 
          'B': [0, 2,0,3],
          'C': [0,0,0,4],
          'D': [0,5,0,6]}
    dt = pd.DataFrame(dt)

我的目标是在该行的列 ['A', 'B','C', 'D'] 全部为零时过滤所有行。在实际数据集中，我有 超过 20 列，而不是 4 列。所以下面的解决方案是不可行的：

    dt = dt[(dt['A'] == 0) & (dt['B'] == 0) & (dt['C'] == 0) & (dt['D'] == 0)]

所以我想出了以下解决方案：

    dt['new'] = np.nan
    lst = [0,1,2,3]

    for i in range(len(dt)):
        dt.iloc[i, 4] = all(dt.iloc[i, lst] == 0) 

最后我可以根据“新”列进行过滤。

我正在寻找更有效的解决方案，最好是没有循环的解决方案，我们将不胜感激。

Answer 1

您可以使用DataFrame.eq 与DataFrame.all 和boolean indexing 尝试此操作

dt[dt.eq(0).all(1)]

   A  B  C  D
0  0  0  0  0
2  0  0  0  0

另一个想法是使用np.any 或DataFrame.any 作为布尔掩码

dt[~dt.any(1)] # @Sayandip Dutta's answer in the comments
dt[~np.any(dt, axis=1)]

Answer 2

试试这个，DataFrame.sum(axis=1)

dt[dt.sum(axis=1).eq(0)]

---

   A  B  C  D
0  0  0  0  0
2  0  0  0  0