Python 如何从指定行中删除只包含零的列

我已经找到了如何使用命令

df.loc[：，（df！=0）.any（axis=0）]

删除所有行中带零的列，我需要做同样的操作，但要给出行号

例如，对于以下df

In [75]: df = pd.DataFrame([[1,1,0,0], [1,0,1,0]], columns=['a','b','c','d'])

In [76]: df                                                                                                                                                                            
Out[76]: 
   a  b  c  d
0  1  1  0  0
1  1  0  1  0

为第0行提供非零的列，我希望得到以下结果：

   a  b
0  1  1

对于第1行，获取：

   a  c
1  1  1

我尝试了许多命令的组合，但找不到解决方案

更新：

我有一个300x300矩阵，我需要更好地可视化它的结果

下面是一个伪代码，试图显示我需要什么

for i in range(len(df[rows])):
  _df = df.iloc[i]
  _df = _df.filter(remove_zeros_columns)
  print('Row: ', i)
  print(_df)

结果:

Row: 0
   a  b
0  1  1

Row: 1
   a  c  f
1  1  5  10

Row: 2
   e
2  20

致以最良好的祝愿。 克莱森·里奥斯

df = pd.DataFrame([[1, 1, 0, 0], [1, 0, 1, 0]], columns=['a', 'b', 'c', 'd'])


def get(row):

    return list(df.columns[row.ne(0)])


df['non zero column'] = df.apply(lambda x: get(x), axis=1)
print(df)

---

如果你想要单衬里，也可以用这个

df['non zero column'] = [list(df.columns[i]) for i in df.ne(0).values]

输出

   a  b  c  d non zero column
0  1  1  0  0          [a, b]
1  1  0  1  0          [a, c]

---

您可以更改数据结构：

df = df.reset_index().melt('index', var_name='columns').query('value != 0')
print (df)
   index columns  value
0      0       a      1
1      1       a      1
2      0       b      1
5      1       c      1

如果需要通过

连接的值创建新列，

比较不等于的值，并使用矩阵乘法：

编辑：

或：

---

我认为这更严格地回答了你的问题。 只需根据需要更改给定_行的值

given_row = 1
mask_all_rows = df.apply(lambda x: x!=0, axis=0)
mask_row = mask_all_rows.loc[given_row]
cols_to_keep = mask_row.index[mask_row == True].tolist()
df_filtered = df[cols_to_keep]

# And if you only want to keep the given row
df_filtered = df_filtered[df_filtered.index == given_row]

---

那么最终的数据帧看起来如何？两排在一起？什么是新列名称？@jezrael我有一个非常大的密集矩阵，有很多零，我需要找到一种方法来更好地查看值。我想循环dataframe的行，并将第I行写入/附加到txt文件，其中只包含值>0的列。因此，我需要按每行对df进行切片，保留非零值的列名。若要将其拆分为一行，您可以使用：（df.iloc[I]！=0），这可能有助于迭代所有行rows@KleysonRios当您看到发布的示例的第一行和第二行时，列是a、c和a、d，那么您希望最终的df是什么样的呢？那里的列名是什么？您也可以发布示例预期输出吗？@Nihal不可能为整个df提供最终数据帧。这就是为什么我需要一个循环来选择单独的行，过滤零列并将这个df*保存到一个文件中，然后移动到下一行。对于每一行，我将有不同的列，所以不可能把所有的列放在一起。有趣的是，这个解决方案对于我的案例来说不是一个好的解决方案。我有将近300个专栏。可视化还不是很好和容易。请看，我在问题中的最后一点意见。我不需要看原始矩阵。是一个300x300的矩阵。正如您只需要查看包含非零列的选定行一样。@KleysonRios-是，那么最终输出的外观应该如何？

for i in df.index:
    row = df.loc[[i]]

    a = row.loc[:, (row != 0).any()]
    print ('Row {}'.format(i))
    print (a)

def f(x):
    print ('Row {}'.format(x.name))
    print (x[x!=0].to_frame().T)

df.apply(f, axis=1)

Row 0
   a  b
0  1  1
Row 1
   a  c
1  1  1

given_row = 1
mask_all_rows = df.apply(lambda x: x!=0, axis=0)
mask_row = mask_all_rows.loc[given_row]
cols_to_keep = mask_row.index[mask_row == True].tolist()
df_filtered = df[cols_to_keep]

# And if you only want to keep the given row
df_filtered = df_filtered[df_filtered.index == given_row]