pandas基于指定列非零值计数实现目标行筛选的方法
原有代码的问题
你写的代码逻辑和要实现的筛选目标完全反了:
- 现在的代码是数
D_N、D_A、C_N、C_A这四列里有多少个NaN,要求NaN的数量等于1;但你实际要留的是这四列里非空、非零的有效数值刚好有1个的行。 - 拿你预期要留的第一行举例子:ID=1的Bank那行,四列值是
[NaN, NaN, NaN, 900],这里有3个NaN,只有1个有效非零值,用你原来的判断条件根本选不上这行,肯定出不来正确结果。
正确的写法
核心思路很简单:
- 先把这四列单独拎出来,逐位置判断是不是有效数——既不是
NaN,也不等于0 - 按行把这些有效数的个数加起来,只留个数刚好等于1的行就行
直接跑就能用的代码(无循环,跑大数据集也快)
# 选定要判断的四列 target_cols = ["D_N", "D_A", "C_N", "C_A"] # 生成筛选规则:逐行统计有效非零值的数量,等于1就留 keep_rows = (df[target_cols].notna() & (df[target_cols] != 0)).sum(axis=1).eq(1) # 得到筛选后的表 filtered_df = df[keep_rows]
结果匹配校验
跑出来的结果刚好和你给的预期输出一致:
- ID=1的Bank行,只有
C_A=900是有效非零值,留 - ID=2的Bank行,只有
C_N=8是有效非零值,留 - ID=2的Food行,只有
D_N=4是有效非零值,留 - ID=3的Eat行,只有
D_A=140是有效非零值,留
其他带两个有效数值的行、全是空的行、有0值的行都会被自动筛掉,完全符合要求。
内容的提问来源于stack exchange,提问作者Danish
相关产品推荐
相关产品推荐

