如何过滤熊猫数据框以包含特定值？

Question

如果数据帧中的任何列包含非二进制（0或1）数字，如何排除行。不排除基于特定的列，而是针对所有列。

例如，我们有一个这样的数据框，我们想要删除行号0、2和4。

array = [[1, 0, 0, 0, 0, 0, 2],
         [1, 0, 0, 1, 0, 0, 0],
         [2, 0, 0, 1, 0, 0, 0],
         [0, 0, 0, 0, 0, 1, 0],
         [1, 0, 0, 3, 0, 0, 0]]
df = pd.DataFrame(array, columns = ['AB','AC','CB','DE','FA','CD','AF'] )

Answer 1

• 使用.isin创建一个Boolean filter，然后创建.dropna。

def test[T](value1: Option[T], value2: Option[T])(implicit ev: Ordering[Option[T]]) = ???

Answer 2

• 另一种方法是

df = df[~df.isin([0, 1])]

• 其中~表示not
• 我们也可以在代码末尾使用.dropna()，而不是~

Other Useful Resources