dataframe删除包含0的行

可以使用 Pandas 中的 `drop` 方法来删除包含 0 的行。具体来说，可以使用以下代码：

import pandas as pd

# 创建一个包含 0 的 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 0, 6]})

# 删除包含 0 的行
df = df.drop(df[df.eq(0)].index)

print(df)

输出：

   A  B
0  1  4
2  3  6

在这个代码中，`df.eq(0)` 会返回一个布尔型的 DataFrame，其中包含与原始 DataFrame `df` 相同的形状，但是其中的每个元素都被替换成了 True 或 False，表示该元素是否等于 0。然后，我们使用 `df[df.eq(0)].index` 获取包含 0 的行的索引，并使用 `df.drop` 方法将这些行从原始 DataFrame 中删除。最后，我们打印删除后的 DataFrame。

相关问题

如何删除dataframe包含0的行

可以使用 Pandas 的 drop() 方法来删除包含 0 的行，具体步骤如下：

1. 首先，使用 Pandas 的 read_csv() 方法读取数据集文件，并将其存储在一个 DataFrame 中。

2. 然后，使用 Pandas 的 drop() 方法，将包含 0 的行从 DataFrame 中删除。可以使用 subset 参数指定要检查的列。

3. 最后，使用 Pandas 的 to_csv() 方法，将处理后的 DataFrame 写入新的 CSV 文件中。

下面是示例代码：

import pandas as pd

# 读取数据集文件
df = pd.read_csv('data.csv')

# 删除包含 0 的行
df = df.drop(df[df.eq(0).any(1)].index)

# 将处理后的 DataFrame 写入新的 CSV 文件中
df.to_csv('new_data.csv', index=False)

在上述代码中，eq(0).any(1) 用于检查每行是否包含 0，如果是则返回 True，否则返回 False。然后，使用 drop() 方法删除包含 0 的行。最后，使用 to_csv() 方法将处理后的 DataFrame 写入新的 CSV 文件中。

Dataframe1包含Dataframe2，如何将Dataframe1中与Dataframe2相同的行删除

如果想要将`Dataframe1`中与`Dataframe2`相同的行删除，可以使用`merge()`函数将两个DataFrame进行合并，然后将重复的行删除。具体操作如下：

merged_df = pd.merge(Dataframe1, Dataframe2, how='outer', indicator=True)
merged_df = merged_df[merged_df['_merge'] == 'left_only']
merged_df.drop('_merge', axis=1, inplace=True)

这里使用了`merge()`函数将两个DataFrame进行了外连接操作，即保留了两个DataFrame中所有的行，但是在合并后，添加了一个名为`_merge`的列，标记了每一行的来源。其中标记为`left_only`的行即为`Dataframe1`中独有的行，即不包含在`Dataframe2`中的行。最后使用`drop()`函数将`_merge`列删除，即可得到`Dataframe1`中与`Dataframe2`不同的行。