Python：删除指定列（salary、age）中值为0的行

我们有一个包含薪资、年龄和性别的DataFrame，其中salary和age列的0属于缺失数据，但gender列的0是有效标识（代表女性）。需要删除所有salary或age为0的行，得到干净的数据集。

原始数据如下：

>>> df
   salary  age  gender
0   10000   23       1
1   15000   34       0
2   23000   21       1
3       0   20       0
4   28500    0       1
5   35000   37       1

目标输出：

>>> df
   salary  age  gender
0   10000   23       1
1   15000   34       0
2   23000   21       1
3   35000   37       1

方法一：布尔索引直接过滤 #

这是最直观的方式，直接筛选出salary和age都不为0的行：

# 筛选符合条件的行
df_cleaned = df[(df['salary'] != 0) & (df['age'] != 0)]
# 可选：重置索引为连续整数
df_cleaned = df_cleaned.reset_index(drop=True)

解释：

• (df['salary'] != 0) & (df['age'] != 0) 生成一个布尔数组，只有当两列都不为0时才返回True
• 用这个数组作为掩码筛选DataFrame，就能保留符合要求的行
• reset_index(drop=True) 是可选操作，用来移除原索引、生成从0开始的新索引，和目标输出格式一致

方法二：将0转为缺失值后删除 #

这种方法更贴合"把0视为缺失数据"的定义，先把指定列的0替换为NaN，再删除包含缺失值的行：

import numpy as np

# 仅将salary和age列的0替换为缺失值
df_with_nan = df.replace({'salary': {0: np.nan}, 'age': {0: np.nan}})
# 删除包含缺失值的行
df_cleaned = df_with_nan.dropna()
# 重置索引
df_cleaned = df_cleaned.reset_index(drop=True)

解释：

• replace()方法精准替换指定列的0为NaN，不会影响gender列的0
• dropna()默认删除任何包含缺失值的行，刚好满足我们的需求

运行任意一种方法后，打印df_cleaned就能得到目标输出：

print(df_cleaned)
# 输出：
   salary  age  gender
0   10000   23       1
1   15000   34       0
2   23000   21       1
3   35000   37       1

内容的提问来源于stack exchange，提问作者蔡嚴毅