在PythonDataFrame中，如果所有列的值都相同，如何基于行进行选择？

我的df格式如下：

Name  A1   A2  A3  A4
def   0    0   0   0
def1  0    1   0   0
def2  0    0   0   0
def3  1    0   0   0
def4  0    0   0   0

预期产出：

Name  A1   A2  A3  A4
def   0    0   0   0
def2  0    0   0   0
def4  0    0   0   0

如果名称为第一列，则使用“按和选择的所有列比较第一列”：

如果名称是索引：

print (df)
      A1  A2  A3  A4
Name                
def    0   0   0   0
def1   0   1   0   0
def2   0   0   0   0
def3   1   0   0   0
def4   0   0   0   0


df = df[df.eq(df.iloc[:, 0], axis=0).all(axis=1)]
print (df)
      A1  A2  A3  A4
Name                
def    0   0   0   0
def2   0   0   0   0
def4   0   0   0   0

如果性能不重要，因为大型数据帧使用缓慢：

如果名称为第一列，则使用“按和选择的所有列比较第一列”：

如果名称是索引：

print (df)
      A1  A2  A3  A4
Name                
def    0   0   0   0
def1   0   1   0   0
def2   0   0   0   0
def3   1   0   0   0
def4   0   0   0   0


df = df[df.eq(df.iloc[:, 0], axis=0).all(axis=1)]
print (df)
      A1  A2  A3  A4
Name                
def    0   0   0   0
def2   0   0   0   0
def4   0   0   0   0

如果性能不重要，因为大型数据帧使用缓慢：

使用轴为1的pandas.DataFrame.nunique：

输出：

Name
def      True
def1    False
def2     True
def3    False
def4     True
dtype: bool

使用轴为1的pandas.DataFrame.nunique：

输出：

Name
def      True
def1    False
def2     True
def3    False
def4     True
dtype: bool

---

另一种方法是检查每列的差异：

df[df.varaxis=1==0]

---

另一种方法是检查每列的差异：

df[df.varaxis=1==0]

---

在数据帧上使用drop方法可以删除整行

data.drop(["def1", "def3"], inplace = False)

第一个参数是索引列表。 Inplace参数用于更改原始数据帧（如果为true）

要了解更多信息，请访问：

---

使用数据帧上的drop方法删除整行

data.drop(["def1", "def3"], inplace = False)

第一个参数是索引列表。 Inplace参数用于更改原始数据帧（如果为true）

要了解更多信息，请访问：

---

@Ch3steR感谢您指出这一点。我忘了写axis=1，所以它是按列工作的。请再试试我的答案。@Ch3steR谢谢你指出它。我忘了写axis=1，所以它是按列工作的。再试试我的答案。

data.drop(["def1", "def3"], inplace = False)