如何删除某列连续零值超n行的行并保留指定数量填充行

针对你需要保留指定数量（如2行）连续零值、删除多余冗余零值的需求，可以用Pandas的分组和累计计数来实现，具体步骤如下：

• 标记非零值的分界点，将连续的零值划分为同一组
• 对每个组内的行进行累计计数
• 筛选出非零行，或者零值组内计数≤指定数量的行

以你的示例数据为例，针对列a保留最多2行连续零值的代码如下：

import pandas as pd

# 读取示例数据（实际使用时替换为你的数据读取方式）
data = """a b c
1 2 3
0 3 2
0 1 0
0 3 7
0 9 6
4 0 1
0 2 5
0 6 3
0 1 6"""
df = pd.read_csv(pd.compat.StringIO(data), sep=' ')

# 指定要处理的列和保留的连续零值行数
target_col = 'a'
keep_zero_rows = 2

# 生成分组标记：非零值为新组的起点
group_id = (df[target_col] != 0).cumsum()

# 对每个组内的行计数
df['row_num_in_group'] = df.groupby(group_id).cumcount() + 1

# 筛选：保留非零行，或者零值组内行数≤keep_zero_rows的行
filtered_df = df[(df[target_col] != 0) | (df['row_num_in_group'] <= keep_zero_rows)]

# 移除辅助列（可选）
filtered_df = filtered_df.drop('row_num_in_group', axis=1)

print(filtered_df.to_string(index=False))

运行这段代码后，输出结果和你给出的示例一致：

a b c
1 2 3
0 3 2
0 1 0
4 0 1
0 2 5
0 6 3

代码解释 #

• group_id = (df[target_col] != 0).cumsum()：每当遇到非零值时，分组ID就会递增，这样连续的零值会被分到同一个组里。
• df.groupby(group_id).cumcount() + 1：对每个组内的行从1开始计数，方便判断是否超过要保留的零值行数。
• 最后的筛选条件直接保留所有非零行，同时只保留零值组内前keep_zero_rows行，完美实现你的需求。

你可以根据实际需求修改target_col（目标列名）和keep_zero_rows（要保留的连续零值行数）参数，适配不同的场景。

内容的提问来源于stack exchange，提问作者Muhammad Yojer