Pandas删除DataFrame中求和为0的列代码失效问题解决

你的代码删不掉列，基本是下面几个原因导致的：

• 列的数据类型不对：合并多个Excel时很容易把数值列读成字符串类型，字符串列做sum()得到的是字符串拼接结果，和数值0做==判断永远不成立；部分列存在非数值的脏数据也会导致求和结果不符合预期。
• 空值影响：如果某列全是空值NaN，pandas默认sum()返回的是NaN，NaN == 0的结果是False，不会进入删除分支。
• 浮点精度误差：浮点型数值列就算肉眼看求和是0，实际存储可能是1e-15这类极小值，直接和0做等值判断会判定为不相等。
• 额外说明：循环遍历columns逐列drop的写法效率很低，列数多的时候跑起来很慢，而且如果遍历的是初始状态的列索引，遇到已经删掉的列还会抛错。

直接用pandas向量化操作一次性筛选，避开所有上面的坑：

import pandas as pd

# 第一步：所有列强制转数值，非法值/非数值转空值
# 第二步：按列求和，用绝对值阈值判断兼容浮点误差，全空列sum为NaN会自动判定为需要删除
df_Final_hours = df_Final_hours.apply(pd.to_numeric, errors='coerce').loc[:, lambda d: d.sum().abs() > 1e-8]

如果提前确认过所有列都是数值类型、没有字符串脏数据，可以简化成：

df_Final_hours = df_Final_hours.loc[:, df_Final_hours.sum().abs() > 1e-8]

执行删除前可以先打印所有待删除的列名，核对是否符合预期：

zero_cols = df_Final_hours.apply(pd.to_numeric, errors='coerce').sum()[lambda s: s.abs() <= 1e-8].index.tolist()
print("求和为0、待删除的列：", zero_cols)

内容的提问来源于stack exchange，提问作者Matt