筛选dataframe值为1的数据

假设你有一个名为 `df` 的 DataFrame，其中包含一些值为 0 或 1 的数据。你可以使用以下代码来筛选出所有值为 1 的行：

df[df == 1]

这将返回一个与原始 DataFrame 结构相同的 DataFrame，其中值为 1 的单元格保留，而其他单元格则被替换为 NaN。如果你只想获取所有包含至少一个 1 的行，可以使用以下代码：

df.loc[(df == 1).any(axis=1)]

这将返回一个 DataFrame，其中包含所有至少包含一个值为 1 的行。

相关问题

筛选dataframe值为0的数据

假设你的DataFrame叫做 `df`，其中包含多个列，你可以通过以下代码筛选出值为0的数据：

zero_df = df[df == 0].dropna()

这将返回一个新的DataFrame，其中只包含值为0的行和列。`.dropna()`方法用于删除所有包含缺失值的行。如果你想要删除所有包含0值的行，而不仅仅是包含0值的行和列，则可以使用以下代码：

zero_df = df[(df.T != 0).any()].T

这将返回一个新的DataFrame，其中只包含不包含0值的行。`.T`方法用于转置DataFrame，以便我们可以使用`.any()`方法来检查每行是否包含任何非0值。

dataframe数据，筛选值为1的所有行数据

假设你使用的是Python中的pandas库，可以使用以下代码筛选值为1的所有行数据：

import pandas as pd

# 创建一个示例数据集
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1, 0, 1]})

# 筛选值为1的所有行数据
df[df['B'] == 1]

这段代码中，`df['B'] == 1` 返回一个布尔类型的Series，表示该列是否等于1，然后将这个Series作为索引，对数据集进行筛选。