Pandas实现按条件删除多行数据

在工作中我们经常会遇到删除某些不符合条件的数据，而且有时候是删除多条，在这里我提供一个简单的操作办法

Question：删除有2个0以上的行（包含2个）

---

先看下完整代码

# 模拟数据
df = pd.DataFrame({'a':[1,0,2,1,3],'b':[0,2,1,0,1],'c':[0,2,1,0,0],'d':[1,2,0,0,0]})
# 统计数据
sums = (df == 0).astype(int).sum(axis=1)
# 获取符合条件的行索引
sums_result = list(sums[sums>1].index)
# 删除
df = df.drop(sums_result, axis=0)

效果：

分析：

1、我们先读取数据

当然这个数据可以从excel或者其他地方读取

df = pd.DataFrame({'a':[1,0,2,1,3],'b':[0,2,1,0,1],'c':[0,2,1,0,0],'d':[1,2,0,0,0]})
df  # 打印df

2、统计每一行包含0的个数

sums = (df == 0).astype(int).sum(axis=1)
sums # 打印sums

从上图我们看到每一行包含的零的个数，这个数据是一个 Series类型的数据。
0、3、4行符合我们的要求，我们需要删除。

3、按要求找到我们要删除的行 的 索引

注意，我们这里统计的是所有的符合条件的行，这样一列我们可以避免使用for循环去删除，就可以一次性去删除符合条件的行

# 这样是返回Series的数据，需要使用下面的转换，我们最终是需要符合条件的集合
sums_result = sums[sums>1]
sums_result # 打印sums_result

注意，这里我们需要将Series转换成 List数据 才行，因为后面drop接口需要接收的是符合条件的缩影

sums_result = list(sums[sums>1].index)
sums_result  # 打印sums_result

这里我们可以改变条件，比如删除每行0有2个或者有1个的条件

4、执行删除

df = df.drop(sums_result, axis=0)
df  # 打印df

从上图可以看到我们已经删除了了符合条件的行，在这个drop删除函数中，我们传进去的是一个索引列表集合。