Python 仅当所有列都包含0时才删除该行

我试图删除所有3列中都包含0的行，我尝试使用这些代码，但它删除了3列中任何一列中包含0的所有行

indexNames = news[ news['contain1']&news['contain2'] &news['contain3']== 0 ].index
news.drop(indexNames , inplace=True)

我的CSV文件

contain1  contain2  contain3
   1        0         0
   0        0         0
   0        1         1
   1        0         1
   0        0         0
   1        1         1

使用我使用的代码，我的所有行都将被删除。下面是我想要的结果

contain1  contain2  contain3
   1        0         0
   0        1         1
   1        0         1
   1        1         1

---

如果这是一个数据帧，您可以使用

.sum（）

对索引求和

---

（注意：未测试，仅从内存中测试）

一个简单的解决方案是根据列的总和进行过滤。您可以通过运行此代码

news[news.sum（axis=1）！=0]

来完成此操作。

---

希望这对您有所帮助：）

您可能想试试这个

news[(news.T != 0).any()]

首先筛选不相等的

0

，然后获取至少有一个匹配项的行-因此仅通过以下方式删除

0

行：

详情：

print (news.ne(0))
   contain1  contain2  contain3
0      True     False     False
1     False     False     False
2     False      True      True
3      True     False      True
4     False     False     False
5      True      True      True

print (news.ne(0).any(axis=1))
0     True
1    False
2     True
3     True
4    False
5     True
dtype: bool

---

尝试

news['contain1']==0和news['contain2']==0和news['contain3']==0

@KeithJohnHutchison我得到了这个错误值error:一个系列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。@KeithJohnHutchison:您将按位和

&

与逻辑和

混淆了。使用
news['contain1']==0和news['contain2']==0和news['contain3']==0
Related:，只需将其替换为
df[columns].eq（0）.all（）
或u可以这样做：df.loc[~df.sum（axis=1）.eq（0）]。。。减少了删除列或获取索引的需要。只是一个建议
df = news[news.ne(0).any(axis=1)]
#cols = ['contain1','contain2','contain3']
#if necessary filter only columns by list
#df = news[news[cols].ne(0).any(axis=1)]
print (df)
   contain1  contain2  contain3
0         1         0         0
2         0         1         1
3         1         0         1
5         1         1         1

print (news.ne(0))
   contain1  contain2  contain3
0      True     False     False
1     False     False     False
2     False      True      True
3      True     False      True
4     False     False     False
5      True      True      True

print (news.ne(0).any(axis=1))
0     True
1    False
2     True
3     True
4    False
5     True
dtype: bool