如何获取Pandas DataFrame中求和列值为0的行名称并删除行？

嘿，这事儿不难，我给你一步步拆解怎么实现：

1. 先新增求和列 #

首先你需要给DataFrame加一列，用来计算每一行的Series值总和。这里要注意排除非数值列（比如你的Name列），避免把字符串也算进去。两种常用方法供你选：

# 方法1：自动识别所有数值列求和（省心，适合列名不固定的情况）
df['Total'] = df.select_dtypes(include='number').sum(axis=1)

# 方法2：指定具体的Series列求和（更精准，适合列名固定的场景）
df['Total'] = df[['Series1', 'Series2', 'Series3']].sum(axis=1)

这里的axis=1一定要注意，它表示按行求和，要是写成axis=0就变成按列求和了，完全不是你要的结果。

2. 筛选求和为0的行并提取名称 #

接下来用布尔索引精准定位Total列等于0的行，然后直接提取对应的Name列即可：

# 获取所有求和为0的名称，返回列表格式方便后续处理
zero_sum_names = df.loc[df['Total'] == 0, 'Name'].tolist()

# 如果想查看这些行的完整信息，直接筛选就行
zero_sum_rows = df[df['Total'] == 0]

比如你的示例里，zero_sum_names就会得到['Bel']，完全符合你的需求。

3. 可选：删除这些求和为0的行 #

如果后续要删掉这些行，两种常用方式任你选：

# 方式1：直接筛选保留非0行（推荐，逻辑直观，不会误删）
df_cleaned = df[df['Total'] != 0]

# 方式2：通过索引删除（适合需要原地修改原DataFrame的场景）
df.drop(df[df['Total'] == 0].index, inplace=True)

注意inplace=True会直接修改原DataFrame，不需要重新赋值；如果不用这个参数，记得把结果存到新变量里。

完整示例代码 #

把以上步骤整合起来，完整的可运行代码如下：

import pandas as pd

# 模拟你的DataFrame结构
data = {
    'Name': ['Alice', 'Bob', 'Bel', 'Charlie'],
    'Series1': [1, 2, 0, 3],
    'Series2': [2, -2, 0, -1],
    'Series3': [-3, 0, 0, -2]
}
df = pd.DataFrame(data)

# 新增求和列
df['Total'] = df.select_dtypes(include='number').sum(axis=1)

# 获取求和为0的名称
zero_sum_names = df.loc[df['Total'] == 0, 'Name'].tolist()
print("求和为0的名称：", zero_sum_names)  # 输出：求和为0的名称： ['Bel']

# 删除目标行得到清理后的DataFrame
df_cleaned = df[df['Total'] != 0]
print("\n删除后的DataFrame：")
print(df_cleaned)

这样操作下来，你就能轻松拿到目标名称，也能完成后续的删除或记录操作啦～

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