如何移除DataFrame中单日试验至少2个零值的行？

可以通过按日期分组统计零值数量的方式实现需求，核心思路是分别检查每一天的三次试验数据，标记出任意一天零值≥2的行，再过滤掉这些行。

方法一：循环遍历日期组 #

先构造示例数据方便测试：

import pandas as pd

# 构造示例DataFrame
data = {
    '蛋白质名称': ['蛋白A', '蛋白B', '蛋白C', '蛋白D'],
    'day1_trial1': [0, 1, 0, 5],
    'day1_trial2': [0, 2, 3, 0],
    'day1_trial3': [3, 0, 0, 0],
    'day2_trial1': [1, 0, 4, 0],
    'day2_trial2': [2, 0, 5, 0],
    'day2_trial3': [3, 3, 6, 1]
}
df = pd.DataFrame(data)

执行过滤逻辑：

# 提取所有日期分组（比如day1、day2）
day_groups = df.columns[1:].str.extract('(day\\d+)')[0].unique()

# 初始化标记数组，默认所有行都保留
mask = pd.Series([False] * len(df), index=df.index)

for day in day_groups:
    # 获取当前日期对应的所有试验列
    day_cols = [col for col in df.columns if col.startswith(day)]
    # 统计每行在当前日期组中的零值数量
    zero_count = (df[day_cols] == 0).sum(axis=1)
    # 标记出零值≥2的行
    mask = mask | (zero_count >= 2)

# 过滤掉被标记的行
filtered_df = df[~mask]

方法二：用groupby简化代码（更简洁） #

利用groupby按日期列分组，一次性完成统计和判断：

# 按列名中的日期部分分组，统计每组零值数量是否≥2，再判断任意组满足条件的行
mask = df.iloc[:, 1:].groupby(
    df.columns[1:].str.extract('(day\\d+)')[0], axis=1
).apply(lambda x: (x == 0).sum(axis=1) >= 2).any(axis=1)

# 过滤结果
filtered_df = df[~mask]

结果说明 #

以示例数据为例，过滤后仅保留蛋白C：

蛋白质名称  day1_trial1  day1_trial2  day1_trial3  day2_trial1  day2_trial2  day2_trial3
2    蛋白C            0            3            0            4            5            6

• 蛋白A的day1组有2个零值，被移除
• 蛋白B的day2组有2个零值，被移除
• 蛋白D的day1和day2组均有2个零值，被移除

内容的提问来源于stack exchange，提问作者planckton