Question

我一直在寻找show only rows which contain zeros and also way to show rows不带零的时间。问题是我有很多列，并且我希望能够将此方法应用于除“结果”列之外的所有列，而不必写成百个名称的列表。

我对isnull（）方法感到非常困惑，因为它只是将所有值替换为布尔值，并且对我来说似乎毫无用处。

P.S。您能否编写代码以执行相同的操作，但是具有无限的值。 Inf in pandas数据框。

非常感谢！

Answer 1

您可以结合使用loc和iloc来使用布尔索引来选择所需的列，假设您拥有这样的数据框

df = pd.DataFrame({'a':[0,0,1,1], 'b':[0,1,0,1],'c':[1,1,2,1],'d':[4,1,6,1]})
df

    a   b   c   d
0   0   0   1   4
1   0   1   1   1
2   1   0   2   6
3   1   1   1   1

，并且您想选择除col a之外的所有大于零的行，则可以使用以下方法：

df.loc[(df.iloc[:,1:]!=0).all(1)]

输出：

    a   b   c   d
1   0   1   1   1
3   1   1   1   1

，当您要舍弃col a中所有值为零和res的行时，请使用：

df.loc[(df.iloc[:,:1]!=0).all(1)]

输出：

    a   b   c   d
2   1   0   2   6
3   1   1   1   1

Answer 2

对于您的示例数据，作为“学习步骤”运行：

df.drop(columns=['Result']).eq(0).any(axis=1)

结果将是 bool 类型的系列：

0    False
1    False
2     True
3    False
4     True
dtype: bool

包含问题的答案：任何元素是否连续出现（ axis = 1 ） == 0（ eq（0））在没有 Result 列（ drop（columns = ['Result']））的DataFrame中吗？< / p>

然后应将上述 Series 用于布尔索引：

df[...]

因此，要使所有包含 0 的行包含（在 Result 以外的列中），请运行：

df[df.drop(columns=['Result']).eq(0).any(axis=1)]

并获取包含任何 0 运行的不行：

df[~df.drop(columns=['Result']).eq(0).any(axis=1)]

请注意，无论 Result 列在其中的位置如何，此解决方案均有效您的DataFrame。

熊猫过滤数据框以仅显示包含零的行

2 个答案: