pandas dropna()기능을 사용 하여 일부 또는 모든 열이 NA‘s’로 설정된 행을 제거 할 수 있습니다 . 값이 0 인 모든 열이있는 행을 삭제하는 것과 동일한 기능이 있습니까?
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 9.0이 예에서는 데이터 프레임에서 처음 4 개 행을 삭제하려고합니다.
감사!
답변
이것은 벡터화 된 방식으로 멋지게 표현 될 수 있습니다.
> 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 1답변
짧막 한 농담. 조옮김이 필요하지 않습니다.
df.loc[~(df==0).all(axis=1)]대칭을 좋아하는 사람들에게도 효과가 있습니다 …
df.loc[(df!=0).any(axis=1)]답변
저는이 질문을 한 달에 한 번 찾아보고 항상 댓글에서 가장 좋은 답변을 찾아야합니다.
df.loc[(df!=0).any(1)]감사합니다 Dan Allan!
답변
0을 nan로 바꾼 다음 모든 항목이있는 행을 nan. 그 후 nan0으로 대체하십시오 .
import numpy as np
df = df.replace(0, np.nan)
df = df.dropna(how='all', axis=0)
df = df.replace(np.nan, 0)답변
이 솔루션이 가장 짧다고 생각합니다.
df= df[df['ColName'] != 0]답변
특히 더 큰 데이터 세트의 경우이를 찾는 동안 도움이되는 몇 가지 솔루션 :
df[(df.sum(axis=1) != 0)] # 30% faster
df[df.values.sum(axis=1) != 0] # 3X faster @ U2EF1의 예를 계속합니다.
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 loop더 큰 데이터 세트에서 :
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 loop답변
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)결과:
>>> df
a b
2 1 -1