如何修正Pandas代码，筛选包含"FAIL"的DataFrame列与行？

输入数据 #

预期输出 #

当前输出 #

原代码 #

import pandas as pd
values = range(1,5)
status_pass = ["PASS"]*len(values)
status1 = status_pass[1:]+["FAIL"]
status2 = status1[::-1]
df = pd.DataFrame({"Values1":values,"Values2":values,"Values3":values,"Status1":status_pass,"Status2":status1,"Status3":status2})
# drop unwanted rows
words_to_keep = ["FAIL"]
df = df[df.stack().groupby(level=0).apply(
    lambda x: all(x.str.contains(w, case=False).any() for w in words_to_keep))]
# Filter by column name
df = df.filter(like='Status', axis=1)

修正方案 #

原代码的问题在于列筛选仅保留了名称含"Status"的列，但没有过滤掉那些不包含"FAIL"值的Status列（比如Status1全为PASS）。下面是修正后的代码：

import pandas as pd
values = range(1,5)
status_pass = ["PASS"]*len(values)
status1 = status_pass[1:]+["FAIL"]
status2 = status1[::-1]
df = pd.DataFrame({"Values1":values,"Values2":values,"Values3":values,"Status1":status_pass,"Status2":status1,"Status3":status2})

# 筛选包含"FAIL"的行：每行至少有一个"FAIL"
rows_with_fail = df.isin(["FAIL"]).any(axis=1)
df = df[rows_with_fail]

# 筛选包含"FAIL"的列：每列至少有一个"FAIL"
cols_with_fail = df.isin(["FAIL"]).any(axis=0)
df = df.loc[:, cols_with_fail]

关键步骤说明 #

• 行筛选：df.isin(["FAIL"]).any(axis=1) 生成布尔序列，标记每行是否存在"FAIL"值，据此保留符合条件的行。
• 列筛选：df.isin(["FAIL"]).any(axis=0) 生成布尔序列标记每列是否存在"FAIL"值，仅保留这些列。

内容的提问来源于stack exchange，提问作者Gооd_Mаn