删除 pandas 数据框中只有 0 或 NA 的所有行答案

【问题标题】：Drop all rows in pandas dataframe that are all only 0 or NA删除 pandas 数据框中只有 0 或 NA 的所有行
【发布时间】：2020-01-08 17:08:34
【问题描述】：

扩展 Drop rows with all zeros in pandas data frame，我将如何编辑该解决方案以从仅包含 0 和 NA 的数据框中删除所有行。

我试过了：

df.loc[~(df == 0 | df.isnan()).all(axis=1))]

但得到ValueError: The truth value of a Series is ambiguous.

编辑

df[(~(df == 0 | df.isna())).all(axis=1)] 适用于我的数据框之一，但不适用于以下数据：

df = pd.DataFrame({'x': {'Total': -3.637978807091713e-09}, 'y': {'Total': -3.637978807091713e-09}, 'z': {'Total': -3.637978807091713e-09}, 'a': {'Total': 0.0}, 'b': {'Total': 1387241.5974624965}, 'c': {'Total': 1387241.5974624965}})

当我运行 df[(~(df == 0 | df.isna())).all(axis=1)] 时，我得到一个空数据框，因为存在一个不等于 0 或 NA 的值，因此不应删除该行。

【问题讨论】：

使用df.eq(0) 还是使用(df == 0) | ...？

标签： python pandas na

【解决方案1】：

IIUC，你需要用括号括起来：

df[~((df==0)|(df.isna())).all(1)]

【讨论】：

这似乎不适用于df = pd.DataFrame({'x': {'Total': -3.637978807091713e-09}, 'y': {'Total': -3.637978807091713e-09}, 'z': {'Total': -3.637978807091713e-09}, 'a': {'Total': 0.0}, 'b': {'Total': 1387241.5974624965}, 'c': {'Total': 1387241.5974624965}})
@cpage 我没明白你的意思，如果你想删除任何列而不是所有列中包含 0 或 NaN 的行，请将 all(1) 替换为 any(1)
df[(~(df == 0 | df.isna())).all(axis=1)] 在不应该删除的情况下删除该案例的一行，因为有一个 col 不是 0 或 NaN。
@cpage 可能会更好，如果您可以编辑您的问题以说明为什么这不起作用

【解决方案2】：

我们可以使用摩根定律的逆逻辑来摆脱运算符~。有时最好使用.mul 而不是& 以避免使用括号。

df[df.notna().mul(df.ne(0)).all(axis = 1)]
#df[(df.notna() & df.ne(0)).all(axis = 1)]

【讨论】：