如何基于前N列删除DataFrame行？删除前三列均为0的行（不使用列名）

没问题，这种不依赖列名的场景我经常碰到，毕竟列名变动太常见了。下面给你两种简洁的实现方式，都能精准删除前三列数值全为0的行：

方法一：直接过滤（推荐） #

一行代码搞定，用布尔索引直接保留符合条件的行：

import pandas as pd

# 假设你的DataFrame名为df
df = df[~df.iloc[:, :3].eq(0).all(axis=1)]

代码解释： #

• df.iloc[:, :3]：通过位置选取所有行的前三列，完全不依赖列名，不管列名怎么变都生效
• .eq(0)：将前三列的每个元素转换为布尔值（等于0则为True，否则False）
• .all(axis=1)：按行判断，当某一行的前三列全为True（也就是全0）时返回True
• ~：取反操作，保留那些前三列不全为0的行

方法二：先定位再删除 #

如果你想更清晰地看到要删除的行，可以先获取这些行的索引，再执行删除：

# 找出前三列全为0的行索引
drop_indices = df[df.iloc[:, :3].eq(0).all(axis=1)].index
# 删除指定索引的行
df = df.drop(drop_indices)

举个实际例子： #

假设你的原始DataFrame是这样的：

任意列名1  任意列名2  任意列名3  其他列
0       1       2       3      4
1       0       0       0      5
2       0       0       0      6
3       7       8       9     10

运行上述代码后，会删除索引1和2对应的行（也就是你说的第2、3行），最终结果如下：

任意列名1  任意列名2  任意列名3  其他列
0       1       2       3      4
3       7       8       9     10

内容的提问来源于stack exchange，提问作者Number Logic