删除行，其中动态数量的整数列仅包含 0答案

【问题标题】：Dropping rows, where a dynamic number of integer columns only contain 0's删除行，其中动态数量的整数列仅包含 0
【发布时间】：2021-08-13 17:32:11
【问题描述】：

我有以下问题 - 我有以下示例数据框：

Name	Planet	Number Column #1	Number Column #2
John	Earth	2	0
Peter	Terra	0	0
Anna	Mars	5	4
Robert	Knowhere	0	1

在这里，我只想删除所有数字为 0 的行。在这种情况下，这是第二行。所以我的数据框必须变成这样：

Name	Planet	Number Column #1	Number Column #2
John	Earth	2	0
Anna	Mars	5	4
Robert	Knowhere	0	1

为此，我有一个解决方案，如下：

 new_df = old_df.loc[(a['Number Column #1'] > 0) + (a['Number Column #2'] > 0)]

这行得通，但是我还有另一个问题。根据请求，我的数据框将动态具有不同数量的数字列。例如：

Name	Planet	Number Column #1	Number Column #2	Number Column #3
John	Earth	2	0	1
Peter	Terra	0	0	0
Anna	Mars	5	4	2
Robert	Knowhere	0	1	1

这是有问题的部分，因为我不确定如何调整我的代码以适用于动态列。我从 StackOverflow 和 Pandas 文档中尝试了多种方法 - 但是大多数示例仅适用于数据帧，其中所有列都是整数。 Pandas 是否会将它们视为布尔值，您可以添加一个简单的解决方案，如下所示：

 new_df = (df != 0).any(axis=1)

然而，在我的情况下，总是相同的文本列是有问题的。有人对这里的解决方案有想法吗？提前非常感谢！

附：我将代码中预先可用的数字列的名称作为列表，例如：

 my_num_columns = ["Number Column #1", "Number Column #2", "Number Column #3"]
 # my pandas logic...

【问题讨论】：

【解决方案1】：

IIUC：

您可以通过select_dtypes() 尝试并选择 int 和 float 列，然后检查您的条件并过滤掉您的数据框：

df=df.loc[~df.select_dtypes(['int','float']).eq(0).all(axis=1)]
#OR
df=df.loc[df.select_dtypes(['int','float']).ne(0).any(axis=1)]

注意：如果需要，您还可以包含“bool”列并将其类型转换为浮动，然后检查您的条件：

df=df.loc[df.select_dtypes(['int','float','bool']).astype(float).ne(0).any(axis=1)]

【讨论】：