如何移除DataFrame中指定列含零值的行？

嗨，好久不用Pandas确实容易手生，我帮你梳理下最简单的解决办法，咱们用具体例子来说明更直观～

首先咱们先构造一个符合你需求的示例DataFrame，假设最终要保留的是第2行（也就是有m列值不为0的行）：

import pandas as pd

# 示例DataFrame：第2行有3列非零值，其他行不符合
df = pd.DataFrame({
    'col1': [0, 5, 3, 0],
    'col2': [2, 7, 0, 0],
    'col3': [0, 0, 2, 1],
    'col4': [1, 6, 0, 0]
})

两种常见场景的解决方法 #

场景1：保留指定的m列全部不为0的行 #

如果你已经明确知道要检查哪m列，比如要确保col1、col2、col4这3列都不为0，可以这样写：

# 定义要检查的目标列（m列）
target_columns = ['col1', 'col2', 'col4']
# 筛选出目标列全部非零的行
filtered_df = df[(df[target_columns] != 0).all(axis=1)]

• df[target_columns] != 0：把目标列转换成布尔矩阵，非零值对应True，零对应False
• .all(axis=1)：按行判断，只有当该行所有目标列都是True（即全部非零）时，返回True

场景2：保留每行中非零列的数量恰好等于m的行 #

如果你不需要指定具体列，只要每行有恰好m个非零值就行（比如m=3），可以用下面的代码：

m = 3
# 计算每行非零值的数量，筛选数量等于m的行
filtered_df = df[df.ne(0).sum(axis=1) == m]

• df.ne(0)：和df != 0效果一样，生成布尔矩阵标记非零值
• .sum(axis=1)：按行求和，True会被计为1，False计为0，得到每行非零列的数量
• 最后筛选出数量等于m的行，就能得到你要的结果啦

运行上面的代码后，filtered_df就只会包含第2行数据了～

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