删除熊猫数据框中全为零的行

问题描述：

我可以使用pandas dropna()函数删除部分或所有列设置为 的行NA。是否有等效函数可以删除所有列值为 0 的行？

P   kt  b   tt  mky depth
1   0   0   0   0   0
2   0   0   0   0   0
3   0   0   0   0   0
4   0   0   0   0   0
5   1.1 3   4.5 2.3 9.0

在这个例子中，我们想从数据框中删除前 4 行。

谢谢！

解决方案 1：

一行代码，无需转置：

df.loc[~(df==0).all(axis=1)]

对于那些喜欢对称的人来说，这也是有效的......

df.loc[(df!=0).any(axis=1)]

解决方案 2：

事实证明，这可以用矢量化的方式很好地表达：

> df = pd.DataFrame({'a':[0,0,1,1], 'b':[0,1,0,1]})
> df = df[(df.T != 0).any()]
> df
   a  b
1  0  1
2  1  0
3  1  1

解决方案 3：

我认为这个解决方案是最短的：

df= df[df['ColName'] != 0]

解决方案 4：

我大约每个月都会查阅一次这个问题，并且总是从评论中找出最好的答案：

df.loc[(df!=0).any(1)]

谢谢丹·艾伦！

解决方案 5：

将零替换为nan，然后删除所有条目为的行nan。之后nan用零替换。

import numpy as np
df = df.replace(0, np.nan)
df = df.dropna(how='all', axis=0)
df = df.replace(np.nan, 0)

解决方案 6：

在查找这个问题时，我发现有几个解决方案很有帮助，特别是对于较大的数据集：

df[(df.sum(axis=1) != 0)]       # 30% faster 
df[df.values.sum(axis=1) != 0]  # 3X faster 

继续@U2EF1 的示例：

In [88]: df = pd.DataFrame({'a':[0,0,1,1], 'b':[0,1,0,1]})

In [91]: %timeit df[(df.T != 0).any()]
1000 loops, best of 3: 686 µs per loop

In [92]: df[(df.sum(axis=1) != 0)]
Out[92]: 
   a  b
1  0  1
2  1  0
3  1  1

In [95]: %timeit df[(df.sum(axis=1) != 0)]
1000 loops, best of 3: 495 µs per loop

In [96]: %timeit df[df.values.sum(axis=1) != 0]
1000 loops, best of 3: 217 µs per loop

在更大的数据集上：

In [119]: bdf = pd.DataFrame(np.random.randint(0,2,size=(10000,4)))

In [120]: %timeit bdf[(bdf.T != 0).any()]
1000 loops, best of 3: 1.63 ms per loop

In [121]: %timeit bdf[(bdf.sum(axis=1) != 0)]
1000 loops, best of 3: 1.09 ms per loop

In [122]: %timeit bdf[bdf.values.sum(axis=1) != 0]
1000 loops, best of 3: 517 µs per loop

解决方案 7：

您可以使用快速lambda函数来检查给定行中的所有值是否为0。然后，您可以使用应用该结果lambda来仅选择符合或不符合该条件的行：

import pandas as pd
import numpy as np

np.random.seed(0)

df = pd.DataFrame(np.random.randn(5,3), 
                  index=['one', 'two', 'three', 'four', 'five'],
                  columns=list('abc'))

df.loc[['one', 'three']] = 0

print df
print df.loc[~df.apply(lambda row: (row==0).all(), axis=1)]

产量：

              a         b         c
one    0.000000  0.000000  0.000000
two    2.240893  1.867558 -0.977278
three  0.000000  0.000000  0.000000
four   0.410599  0.144044  1.454274
five   0.761038  0.121675  0.443863

[5 rows x 3 columns]
             a         b         c
two   2.240893  1.867558 -0.977278
four  0.410599  0.144044  1.454274
five  0.761038  0.121675  0.443863

[3 rows x 3 columns]

解决方案 8：

import pandas as pd

df = pd.DataFrame({'a' : [0,0,1], 'b' : [0,0,-1]})

temp = df.abs().sum(axis=1) == 0      
df = df.drop(temp)

结果：

>>> df
   a  b
2  1 -1

解决方案 9：

按照接受的答案中的示例，一个更优雅的解决方案：

df = pd.DataFrame({'a':[0,0,1,1], 'b':[0,1,0,1]})
df = df[df.any(axis=1)]
print(df)

   a  b
1  0  1
2  1  0
3  1  1

解决方案 10：

另一种选择：

# Is there anything in this row non-zero?
# df != 0 --> which entries are non-zero? T/F
# (df != 0).any(axis=1) --> are there 'any' entries non-zero row-wise? T/F of rows that return true to this statement.
# df.loc[all_zero_mask,:] --> mask your rows to only show the rows which contained a non-zero entry.
# df.shape to confirm a subset.

all_zero_mask=(df != 0).any(axis=1) # Is there anything in this row non-zero?
df.loc[all_zero_mask,:].shape

解决方案 11：

这对我有用
new_df = df[df.loc[:]!=0].dropna()

解决方案 12：

对我来说，这段代码df.loc[(df!=0).any(axis=0)]
不起作用。它返回了精确的数据集。

相反，我使用df.loc[:, (df!=0).any(axis=0)]并删除了数据集中所有值为 0 的列

该函数.all()删除了我的数据集中所有包含零值的列。

解决方案 13：

df = df [~( df [ ['kt'  'b'   'tt'  'mky' 'depth', ] ] == 0).all(axis=1) ]

尝试这个命令，它完美地运行。

解决方案 14：

仅访问行总和 > 0 的 TRUE 索引就足够了：

ndf=df[df.sum(axis=1)>0]

解决方案 15：

from io import StringIO

import pandas as pd

s = '''
P   kt  b   tt  mky depth
1   0   0   0   0   0
2   0   0   0   0   0
3   0   0   0   0   0
4   0   0   0   0   0
5   1.1 3   4.5 2.3 9.0
'''
df = pd.read_csv(StringIO(s), sep=r's+', engine='python',index_col=0)
print(df)
print()
print(
    df.where(df != 0).dropna(how='all')
)

解决方案 16：

要删除任意行中所有值为 0 的列：

new_df = df[df.loc[:]!=0].dropna()