df删除某列数据为0的行

可以使用 pandas 库来删除某列数据为0的行，具体实现方法如下：

import pandas as pd

# 创建数据框
df = pd.DataFrame({'A': [1, 2, 3, 0], 'B': [4, 0, 6, 7], 'C': [0, 9, 10, 11]})

# 删除列'C'中数据为0的行
df = df[df['C'] != 0]

print(df)

运行结果如下：

   A  B   C
1  2  0   9
2  3  6  10
3  0  7  11

在这个例子中，我们使用了 `df['C'] != 0` 来判断数据框中'C'列的值是否为0，并将返回结果作为索引传递给数据框，来删除行。

相关问题

使用dropna 删除某列数据为0的行

使用 `dropna` 方法删除某列数据为0的行，可以先将数据框中该列中的0值替换为NaN，然后再使用 `dropna` 方法删除行。具体实现方法如下：

import pandas as pd
import numpy as np

# 创建数据框
df = pd.DataFrame({'A': [1, 2, 3, 0], 'B': [4, 0, 6, 7], 'C': [0, 9, 10, 11]})

# 将列'C'中的0值替换为NaN
df['C'].replace(0, np.nan, inplace=True)

# 删除NaN值所在的行
df.dropna(subset=['C'], inplace=True)

print(df)

运行结果如下：

   A  B   C
1  2  0   9
2  3  6  10
3  0  7  11

在这个例子中，我们使用了 `replace` 方法将列'C'中的0值替换为NaN，然后使用 `dropna` 方法删除NaN值所在的行。

PYTHON DF去除某列数据的空格空行

您可以使用Python的pandas库来进行数据处理，具体方法是使用dropna函数删除空行，使用strip函数删除空格。

示例代码如下：

import pandas as pd

# 读入数据
df = pd.read_csv('data.csv')

# 删除空行
df = df.dropna(subset=['column_name'])

# 删除空格
df['column_name'] = df['column_name'].str.strip()