如何移除Pandas DataFrame中含至少两个零值的行？

步骤1：构造示例数据（可选，用于测试） #

先创建包含有效和无效数据的示例DataFrame，方便验证逻辑：

import pandas as pd

data = {
    'timestamp': ['2024-05-20 10:00:00', '2024-05-20 10:00:01', '2024-05-20 10:00:02', '2024-05-20 10:00:03'],
    'x': [0.5, 0, 0, 1.2],
    'y': [0.3, 0, 1.5, 0],
    'z': [0.1, 0.8, 0, 0]
}
df = pd.DataFrame(data)

步骤2：识别无效行 #

通过计算每行x、y、z三个轴中0的数量，筛选出数量≥2的行：

# 计算每行x/y/z列中0的个数
zero_counts = df[['x', 'y', 'z']].eq(0).sum(axis=1)

# 查看所有无效行
invalid_rows = df[zero_counts >= 2]
print("无效数据行：")
print(invalid_rows)

步骤3：移除无效行 #

有两种方式得到清理后的数据集：

方式1：直接筛选有效行（推荐，生成新DataFrame）

clean_df = df[zero_counts < 2]

方式2：在原DataFrame上删除无效行

# 获取无效行的索引
invalid_indices = df[zero_counts >= 2].index
# 原地删除无效行
df.drop(invalid_indices, inplace=True)

一行代码简化操作 #

如果不需要单独查看无效行，可直接用一行代码完成清理：

clean_df = df[df[['x', 'y', 'z']].eq(0).sum(axis=1) < 2]

代码逻辑说明 #

• df[['x', 'y', 'z']].eq(0)：生成布尔值矩阵，标记每个轴的值是否为0
• .sum(axis=1)：按行求和，得到每行中0的总数
• sum(axis=1) < 2：保留0的总数小于2的行（即最多一个轴为0的有效数据）

内容的提问来源于stack exchange，提问作者PetSven