根据两个相关条件删除数据帧行

Question

我有一个相当大的数据帧（几百列），我想对它执行以下操作。我在下面用一个玩具数据框和一个简单的条件来说明我需要什么。

对于每一行：条件#1：检查其中两列的值是否为零（0）。如果这是真的，请保留该行并继续下一行。如果任一列的值为零（0），则条件为真。

如果条件#1为False（第1列或第4列中没有零），请检查行中所有剩余的列。如果任何剩余列的值为零，则删除该行。

我希望过滤后的数据帧作为一个新的、独立的数据帧返回。

到目前为止我的代码：

# https://codereview.stackexchange.com/questions/185389/dropping-rows-from-a-pandas-dataframe-where-some-of-the-columns-have-value-0/185390
# https://thispointer.com/python-pandas-how-to-drop-rows-in-dataframe-by-conditions-on-column-values/
# https://stackoverflow.com/questions/29763620/how-to-select-all-columns-except-one-column-in-pandas

import pandas as pd

df = pd.DataFrame({'Col1': [7, 6, 0, 1, 8],
                   'Col2': [0.5, 0.5, 0, 0, 7],
                   'Col3': [0, 0, 3, 3, 6],
                   'Col4': [7, 0, 6, 4, 5]})

print(df)
print()

exclude = ['Col1', 'Col4']
all_but_1_and_4 = df[df.columns.difference(exclude)]        # Filter out columns 1 and 4
print(all_but_1_and_4)
print()


def delete_rows(row):
    if row['Col1'] == 0 or row['Col4'] == 0:    # Is the value in either Col1 or Col4 zero(0)
        skip = True                             # If it is, keep the row
        if not skip:                            # If not, check the second condition
            is_zero = all_but_1_and_4.apply(lambda x: 0 in x.values, axis=1).any()      # Are any values in the remaining columns zero(0)
            if is_zero:                         # If any of the remaining columns has a value of zero(0)
                pass
                # drop the row being analyzed   # Drop the row.


new_df = df.apply(delete_rows, axis=1)
print(new_df)

如果我的两个条件都满足，我不知道如何真正放弃这一行。

在我的玩具数据框中，应该保留第1、2和4行，删除第0和第3行。

我不想手动检查步骤2的所有列，因为有几百个。这就是为什么我使用过滤。

Answer 1

WeNYoBen的答案非常好，所以我只显示代码中的错误：

>

以下if语句中的条件永远不会满足：

    skip = True                             # If it is, keep the row
    if not skip:                            # If not, check the second condition

您可能想要取消以下行的缩进，例如

    skip = True                             # If it is, keep the row
if not skip:                            # If not, check the second condition

这与简单的else:相同，不需要skip=True：

else:                            # If not, check the second condition

如果整个表中至少有一个值为零，则以下if语句中的条件将始终满足（因此，正如您所设想的，不仅是当前行中的值）：

    is_zero = all_but_1_and_4.apply(lambda x: 0 in x.values, axis=1).any()      # Are any values in the remaining columns zero(0)
    if is_zero:                         # If any of the remaining columns has a value of zero(0)

因为all_but_1_and_4.apply（lambda x： 0在x.values，轴=1）是一系列的True/False值-在all_but_1_and_4表中的每行一个。因此，在应用. any（）方法之后，您将收到我所说的内容。

注:

你的方法还不错，你可以在你的函数中添加一个变量dropThisRow，根据条件将其设置为True或False，然后返回它。
然后你可以使用你的函数使true/False系列，并将其用于创建目标表：

dropRows = df.apply(delete_rows, axis=1)   # True/False for dropping/keeping - for every row
new_df = df[~dropRows]                     # Select only rows with False

Answer 2

我将要做的事

s1=df[exclude].eq(0).any(1)
s2=df[df.columns.difference(exclude)].eq(0).any(1)

~(~s1&s2) #s1 | ~s2
Out[97]: 
0    False
1     True
2     True
3    False
4     True
dtype: bool
yourdf=df[s1 | ~s2].copy()