在 Pandas 中，如果需要?jiǎng)h除全部為 0 的行或列，可以通過 .all() 方法來判斷行或列是否所有元素都為 0，然后刪除這些行或列。

---

代碼示例

示例數(shù)據(jù)：

import pandas as pd# 示例數(shù)據(jù)
data = {'A': [0, 2, 0, 4],'B': [0, 0, 0, 0],'C': [0, 10, 11, 12]
}
df = pd.DataFrame(data)print("原始數(shù)據(jù)：")
print(df)

輸出：

   A  B   C
0  0  0   0
1  2  0  10
2  0  0  11
3  4  0  12

---

1. 刪除全部為 0 的行

使用 .all(axis=1) 判斷行是否所有值都為 0，然后通過布爾索引刪除這些行。

# 刪除全為 0 的行
df_cleaned = df.loc[~(df == 0).all(axis=1)]print("\n刪除全為 0 的行：")
print(df_cleaned)

輸出：

刪除全為 0 的行：A  B   C
1  2  0  10
2  0  0  11
3  4  0  12

---

2. 刪除全部為 0 的列

使用 .all(axis=0) 判斷列是否所有值都為 0，然后通過布爾索引刪除這些列。

# 刪除全為 0 的列
df_cleaned = df.loc[:, ~(df == 0).all(axis=0)]print("\n刪除全為 0 的列：")
print(df_cleaned)

輸出：

刪除全為 0 的列：A   C
0  0   0
1  2  10
2  0  11
3  4  12

---

3. 同時(shí)刪除全部為 0 的行和列

可以結(jié)合以上兩個(gè)方法，先刪除全部為 0 的行，再刪除全部為 0 的列。

# 刪除全為 0 的行
df = df.loc[~(df == 0).all(axis=1)]# 刪除全為 0 的列
df_cleaned = df.loc[:, ~(df == 0).all(axis=0)]print("\n刪除全為 0 的行和列：")
print(df_cleaned)

輸出：

刪除全為 0 的行和列：A   C
1  2  10
2  0  11
3  4  12

---

參數(shù)解釋

• (df == 0).all(axis=1):
  • axis=1 表示按行判斷，檢查每一行是否全為 0。
  • 返回一個(gè)布爾數(shù)組，用于判斷哪些行滿足條件。
• (df == 0).all(axis=0):
  • axis=0 表示按列判斷，檢查每一列是否全為 0。
  • 返回一個(gè)布爾數(shù)組，用于判斷哪些列滿足條件。

---

擴(kuò)展：原地刪除（inplace=True）

如果希望直接修改原 DataFrame 而不返回新的對(duì)象，可以結(jié)合 inplace=True 選項(xiàng)。

示例：

# 刪除全為 0 的行
df.drop(index=df[(df == 0).all(axis=1)].index, inplace=True)# 刪除全為 0 的列
df.drop(columns=df.columns[(df == 0).all(axis=0)], inplace=True)print("\n原地刪除全為 0 的行和列：")
print(df)

---

總結(jié)

操作	示例代碼
刪除全為 0 的行	df.loc[~(df == 0).all(axis=1)]
刪除全為 0 的列	df.loc[:, ~(df == 0).all(axis=0)]
同時(shí)刪除全為 0 的行和列	結(jié)合上述兩條代碼

打印刪除了哪些行和列

要打印出被刪除的行和列，可以在刪除操作之前獲取需要?jiǎng)h除的行或列的索引，并在刪除后將這些行或列打印出來。

---

方法：打印刪除的行和列

以下是刪除全為 0 的行或列并打印它們的完整代碼示例。

示例代碼

import pandas as pd# 示例數(shù)據(jù)
data = {'A': [0, 2, 0, 4],'B': [0, 0, 0, 0],'C': [0, 10, 11, 12]
}
df = pd.DataFrame(data)print("原始數(shù)據(jù)：")
print(df)# 找到需要?jiǎng)h除的行和列
rows_to_delete = df.index[(df == 0).all(axis=1)].tolist()  # 行索引
cols_to_delete = df.columns[(df == 0).all(axis=0)].tolist()  # 列名稱# 刪除這些行和列
df_cleaned = df.drop(index=rows_to_delete, columns=cols_to_delete)# 打印刪除的行和列
print("\n刪除的行索引：", rows_to_delete)
print("刪除的列名稱：", cols_to_delete)# 打印刪除后的 DataFrame
print("\n刪除后的數(shù)據(jù)：")
print(df_cleaned)

---

代碼解釋

1. 找到需要?jiǎng)h除的行和列：

   • rows_to_delete = df.index[(df == 0).all(axis=1)]：
     • df == 0：生成一個(gè)布爾矩陣，表示每個(gè)值是否為 0。
     • .all(axis=1)：檢查每一行是否全為 0。
     • df.index[...]：返回需要?jiǎng)h除的行的索引。
   • cols_to_delete = df.columns[(df == 0).all(axis=0)]：
     • .all(axis=0)：檢查每一列是否全為 0。
     • df.columns[...]：返回需要?jiǎng)h除的列的名稱。

2. 刪除這些行和列：

   • 使用 drop() 方法同時(shí)刪除行和列。

3. 打印刪除的行和列：

   • rows_to_delete 和 cols_to_delete 保存了被刪除的行和列的索引和名稱，可以直接打印。

4. 打印刪除后的 DataFrame：

   • 檢查最終清理后的數(shù)據(jù)。

---

輸出示例

原始數(shù)據(jù)：

   A  B   C
0  0  0   0
1  2  0  10
2  0  0  11
3  4  0  12

輸出：

刪除的行索引： [0]
刪除的列名稱： ['B']刪除后的數(shù)據(jù)：A   C
1  2.0  10
2  0.0  11
3  4.0  12

---

擴(kuò)展：原地刪除并打印

如果需要直接在原始 DataFrame 中刪除，同時(shí)打印出被刪除的行和列：

# 找到需要?jiǎng)h除的行和列
rows_to_delete = df.index[(df == 0).all(axis=1)].tolist()
cols_to_delete = df.columns[(df == 0).all(axis=0)].tolist()# 打印即將刪除的行和列
print("\n即將刪除的行索引：", rows_to_delete)
print("即將刪除的列名稱：", cols_to_delete)# 原地刪除
df.drop(index=rows_to_delete, columns=cols_to_delete, inplace=True)# 打印最終結(jié)果
print("\n刪除后的數(shù)據(jù)：")
print(df)

---

總結(jié)

操作	示例代碼
找到需要?jiǎng)h除的行索引	rows_to_delete = df.index[(df == 0).all(axis=1)].tolist()
找到需要?jiǎng)h除的列名稱	cols_to_delete = df.columns[(df == 0).all(axis=0)].tolist()
打印刪除的行和列	print("刪除的行索引：", rows_to_delete) 和 print("刪除的列名稱：", cols_to_delete)
刪除行和列	df.drop(index=rows_to_delete, columns=cols_to_delete)