熊猫：按多个列中的值筛选

Question

我试图基于单个条件，根据多列中的值过滤数据帧，但保留我根本不想应用过滤器的其他列。

我回顾了这些答案，第三个是最接近的，但仍然没有运气：

• 如何按多列筛选数据帧
• 筛选多个列
• Python熊猫-如何按一个值筛选多个列

设置：

import pandas as pd

df = pd.DataFrame({
        'month':[1,1,1,2,2],
        'a':['A','A','A','A','NONE'],
        'b':['B','B','B','B','B'],
        'c':['C','C','C','NONE','NONE']
    }, columns = ['month','a','b','c'])

l = ['month','a','c']
df = df.loc[df['month'] == df['month'].max(), df.columns.isin(l)].reset_index(drop = True)

电流输出：

   month     a     c
0      2     A  NONE
1      2  NONE  NONE

期望输出：

   month     a
0      2     A
1      2  NONE

我试过：

sub = l[1:]
df = df[(df.loc[:, sub] != 'NONE').any(axis = 1)]

以及许多其他变体（.all（），[sub，：]，~df.loc[…] ，（axis=0）），但都没有运气。

基本上，我想删除（在sub列表中）包含所有“NONE”值的任何列。

任何帮助都非常感谢。




Answer 1

首先要用np替换'NONE'。nan，以便通过dropna将其识别为空值。然后对布尔级数和列子集使用loc。然后将dropna与axis=1和how='all'

df.replace('NONE', np.nan) \
    .loc[df.month == df.month.max(), l].dropna(axis=1, how='all')

   month     a
3      2     A
4      2  NONE