删除pandas数据框中全部为零的行

Question

我可以使用pandas dropna()功能删除一些或所有列设置为NA's的行.是否有一个等效函数用于删除所有列值为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

在此示例中,我们希望从数据框中删除前4行.

谢谢!

Answer 1

一衬垫.无需转置:

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

对于喜欢对称性的人来说,这也有效......

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

Answer 2

事实证明,这可以用矢量化方式很好地表达:

> 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

Answer 3

我每个月都会查询一次这个问题,并且总是要从评论中找出最佳答案:

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

谢谢丹艾伦!

Answer 4

用nan替换零,然后删除所有条目为nan的行.之后用零替换nan.

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

Answer 5

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的结果lambda来仅选择匹配或不匹配该条件的行：

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]

Answer 6

我发现一些解决方案在查找时很有用，尤其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中的示例：

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

Answer 7

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

Answer 8

我认为这种解决方案是最短的：

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