如果该行中的所有值都为假，熊猫会删除该行

Question

我想整理数据集中的一些行

output = {
         'id1': ['False', 'False', 'False', 'False'],
         'id2': ['True', 'False', 'False', 'False'],
         'id3': ['True', 'False', 'True', 'False'],
         'id4': ['True', 'False', 'True', 'True'],
    }

所以使用上面的第 2 行包含所有错误

因此，我不需要使用它，所以我只想将其删除

newoutput = {
         'id1': ['False',  'False', 'False'],
         'id2': ['True',  'False', 'False'],
         'id3': ['True',  'True', 'False'],
         'id4': ['True',  'True', 'True'],
    }

我已经检查了其中包含 false 的行

output.drop(output[output != False].index, inplace=True)

但这只是查看行中的任何值都是 False 而不是 All

Answer 1

• 这假定Boolean值的数据框，而不是string类型。
• 如另一个答案中所述，用于.replace替换string为Boolean类型。

给定的

df = pd.DataFrame({'id1': [True, False, False, False], 'id2': [True, False, False, False], 'id3': [True, False, True, False], 'id4': [True, False, True, True]})

     id1    id2    id3    id4
0   True   True   True   True
1  False  False  False  False
2  False  False   True   True
3  False  False  False   True

用于DataFrame.any将至少一个True与布尔索引匹配，这将删除所有False.

df = df[df.any(axis=1)]

     id1    id2    id3   id4
0   True   True   True  True
2  False  False   True  True
3  False  False  False  True

或者，要删除全部为 的行True，请使用.all()并否定~。

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

     id1    id2    id3    id4
1  False  False  False  False
2  False  False   True   True
3  False  False  False   True