如何修改Pandas代码删除含3个及以上0值或全0的DataFrame行

没问题，我来帮你搞定这个需求！你原来的代码df = df[(df.T != 0).any()]只能过滤掉全0行，因为它只是检查每行有没有至少一个非0值。要实现删除全0行或含3个及以上0值的行，咱们可以换个思路——先计算每行的0值数量，再筛选出符合要求的行。

方法一：直接筛选保留符合条件的行 #

最直观的写法是先统计每行的0值个数，然后只保留0值个数小于3的行：

# 计算每行的0值数量，筛选出数量<3的行
df = df[(df == 0).sum(axis=1) < 3]

代码逻辑解释： #

• df == 0：生成一个布尔值DataFrame，每个位置为True表示对应元素是0
• .sum(axis=1)：按行求和（axis=1代表行方向），得到每行的0值总数
• < 3：筛选出0值总数小于3的行，自然就排除了全0行（比如你的示例中行1有4个0，会被过滤）

方法二：直接删除不符合条件的行 #

如果你更习惯用drop方法，也可以这样写：

# 找出0值数量>=3的行的索引，然后删除这些行
df = df.drop(df[(df == 0).sum(axis=1) >= 3].index)

对应你的示例验证 #

用你的示例df测试：
原df：

运行代码后得到的Resultdf：

完美符合你的需求~

内容的提问来源于stack exchange，提问作者user3476463