Python 如何仅显示值大于x的列

我有一个14000行80列的数据框，所有的二进制条目（1和0），见下面的最小示例。 我想为某个索引（行）显示值大于0的所有列

import pandas as pd  
import numpy as np

dat = np.array([[0,1,0,1,0,0],
                [0,0,0,1,1,0],
                [1,0,0,0,0,0],
                [0,0,0,0,0,1],
                [0,1,0,1,0,0]])

df= pd.DataFrame(dat, columns = ["p%d" % (i + 1) for i in range(6)])

预期/想要的输出是显示指定索引（行）值大于0的所有列：

我尝试了以下方法，它显示了任何行中都有1的所有列：

df.loc[df.index == 3, df.gt(0).any()]
# out:   
#      p1   p2  p4  p5  p6
#  3    0   0   0   0   1

还尝试了

.all（）

，它将显示所有行中都有1的列。这些操作是按列操作的，不仅仅是索引==3处的值，可能是因为它位于逗号之后，所以我也尝试了这个，给出了一个错误：

df.loc[(df.index == 3) & (df.gt(0).any())]
# ValueError: operands could not be broadcast together with shapes (5,) (6,)

谢谢你，IIUIC，你可以用

In [348]: c = df.loc[[3]]

In [349]: c.loc[:, c.gt(0).all()]
Out[349]:
   p6
3   1

---

您可以创建聚合列名的新系列，然后使用

loc

访问器：

def get_cols(row):
    return row[row.astype(bool)].index.tolist()

df['TrueCols'] = df.apply(get_cols, axis=1)

print(df.loc[3, 'TrueCols'])  # ['p6']
print(df.loc[1, 'TrueCols'])  # ['p4', 'p5']

---

此解决方案的好处是，您的结果只需一步计算。因此，重复调用

loc

来提取给定索引/行的

TrueCols

是便宜的。

使用

0

和

1

作为

bool

df.loc[[3], df.loc[3].astype(bool)]

   p6
3   1

---

很好的解决方案。由于您只有二进制值，我认为

eq（1）

或

astype（bool）

可能更合适。第一：通过使用

[[3]]

来定义

c

，您就有必要在以后使用

all（）

来将

（1，n）

的维度减少到

（n，）

。第二：虽然

c

的定义包含索引信息

3

很聪明，这为在第二行中使用

loc

提供了便利，但如果您不清楚索引将如何解决，这也会让人感到困惑。我的两分钱。这仍然是一个很好的答案

df.loc[[3], df.loc[3].astype(bool)]

   p6
3   1