python - Pandas:从 DataFrame 中删除所有带有 nans、0 和 NA 的列

Question

我有一个如下所示的 DataFrame:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
                'B': [0, np.nan, np.nan, 0, 0, 0],
                'C': [0, 0, 0, 0, 0, 0.0],
                'D': [5, 5, 5, 5, 5.6, 6.8],
                'E': ['NA', 'NA', 'NA', 'NA', 'NA', 'NA'],})

如何将列中的所有 NA、Nans 和 0 删除，以便获得以下输出？

df2 = pd.DataFrame({'A': [1, 2.1, np.nan, 4.7, 5.6, 6.8],
                'D': [5, 5, 5, 5, 5.6, 6.8],})

到目前为止，我知道 .dropna() 会去掉所有的 nan 我也尝试过 df2=df[~(df==0)。 all(axis=1)] 但它不起作用。

Answer 1

您可以尝试使用 df.isin() 和 all() 来查找不只包含空值的列数组，然后使用该数组选择df的相关列:

>>> df[df.columns[(~df.isin([NaN, 'NA', 0])).all().values]]
     A    D
0  1.0  5.0
1  2.1  5.0
2  NaN  5.0
3  4.7  5.0
4  5.6  5.6
5  6.8  6.8

或者更简洁:df.loc[:, (~df.isin([NaN, 'NA', 0])).all()]