[英]Drop rows with all zeros in pandas data frame
我可以使用pandas
dropna()
功能刪除部分或所有列設置為NA
的行。 是否有等效的函數來刪除所有列都為 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
在這個例子中,我們想從數據框中刪除前 4 行。
謝謝!
單行。 無需轉置:
df.loc[~(df==0).all(axis=1)]
對於那些喜歡對稱的人來說,這也有效......
df.loc[(df!=0).any(axis=1)]
事實證明,這可以用矢量化的方式很好地表達:
> 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
我大約每個月查一次這個問題,總是要從評論中找出最佳答案:
df.loc[(df!=0).any(1)]
謝謝丹艾倫!
我認為這個解決方案是最短的:
df= df[df['ColName'] != 0]
用nan
替換零,然后刪除所有條目為nan
的行。 之后用零替換nan
。
import numpy as np
df = df.replace(0, np.nan)
df = df.dropna(how='all', axis=0)
df = df.replace(np.nan, 0)
我發現在查找此問題時有幫助的幾個解決方案,尤其是對於較大的數據集:
df[(df.sum(axis=1) != 0)] # 30% faster
df[df.values.sum(axis=1) != 0] # 3X faster
繼續@U2EF1 的例子:
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
在更大的數據集上:
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
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)
結果:
>>> df
a b
2 1 -1
您可以使用快速lambda
函數來檢查給定行中的所有值是否都是0
。 然后,您可以使用應用該lambda
的結果作為僅選擇匹配或不匹配該條件的行的一種方式:
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)]
產量:
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]
另一種選擇:
# Is there anything in this row non-zero?
# df != 0 --> which entries are non-zero? T/F
# (df != 0).any(axis=1) --> are there 'any' entries non-zero row-wise? T/F of rows that return true to this statement.
# df.loc[all_zero_mask,:] --> mask your rows to only show the rows which contained a non-zero entry.
# df.shape to confirm a subset.
all_zero_mask=(df != 0).any(axis=1) # Is there anything in this row non-zero?
df.loc[all_zero_mask,:].shape
這對我new_df = df[df.loc[:]!=0].dropna()
對我來說這個代碼: df.loc[(df!=0).any(axis=0)]
不起作用。 它返回了確切的數據集。
相反,我使用了df.loc[:, (df!=0).any(axis=0)]
並刪除了數據集中所有值為 0 的列
函數.all()
刪除了我的數據集中所有零值的列。
按照已接受的答案中的示例,一個更優雅的解決方案:
df = pd.DataFrame({'a':[0,0,1,1], 'b':[0,1,0,1]})
df = df[df.any(axis=1)]
print(df)
a b
1 0 1
2 1 0
3 1 1
df = df [~( df [ ['kt' 'b' 'tt' 'mky' 'depth', ] ] == 0).all(axis=1) ]
試試這個命令它完美的工作。
要刪除任何行中值為 0 的所有列:
new_df = df[df.loc[:]!=0].dropna()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.