Question

我有一个数据框

[1] df
ProductIds  A   B   C   D
11210000018 0   0   0   0
11210000155 1   0   0   0
11210006508 0   0   0   0
11210007253 0   0   0   0
11210009431 0   0   0   0
11210135871 1   0   0   0

我想通过添加每一行来过滤帧，如果sum大于零，则过滤该行。对于给定的条件，结果将类似于

ProductIds  A   B   C   D
11210000155 1   0   0   0
11210135871 1   0   0   0

这样做的一种方法是使用sum添加另一列，然后按以下方式过滤：

df['Sum'] = df.sum(axis = 1)
df = df[df.Sum > 0]
df.drop(['Sum']

但是有没有一个内置的内置方法来做到这一点？我无法手动添加列，因为有数千列。感谢。

Answer 1

我认为如果DataFrame只有0且数字高于0，则可以使用DataFrame.all - 测试行中是否所有值0和然后使用boolean indexing：

mask = (df == 0).all(axis=1)
print (mask)
ProductIds
11210000018     True
11210000155    False
11210006508     True
11210007253     True
11210009431     True
11210135871    False
dtype: bool

print (df[~mask])
             A  B  C  D
ProductIds             
11210000155  1  0  0  0
11210135871  1  0  0  0

更通用的解决方案是在boolean indexing中使用boolean mask - 不是必要的创建新列：

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

Answer 2

另一种解决方案：

In [194]: df.query('A + B + C + D > 0')
Out[194]:
             A  B  C  D
ProductIds
11210000155  1  0  0  0
11210135871  1  0  0  0

在Pandas中按行总和过滤DataFrame

2 个答案: