如何去掉最后一列中的零

Question

我正在做应用数据科学的作业。

问题： 将可再生能源百分比削减为 5 个类别。按大陆划分的前 15 名组，以及这些新的可再生百分比垃圾箱。每个组中有多少个国家？此函数应返回一个具有 Continent MultiIndex 的系列，然后是可再生百分比的 bin。请勿包含没有国家/地区的组。

这是我的代码：

def answer_twelve():

    Top15 = answer_one()

    ContinentDict  = {'China':'Asia', 

                  'United States':'North America', 

                  'Japan':'Asia', 

                  'United Kingdom':'Europe', 

                  'Russian Federation':'Europe', 

                  'Canada':'North America', 

                  'Germany':'Europe', 

                  'India':'Asia',

                  'France':'Europe', 

                  'South Korea':'Asia', 

                  'Italy':'Europe', 

                  'Spain':'Europe', 

                  'Iran':'Asia',

                  'Australia':'Australia', 

                  'Brazil':'South America'}

    Top15['Continent'] = Top15.index.to_series().map(ContinentDict)

    Top15['bins'] = pd.cut(Top15['% Renewable'],5)

    return pd.Series(Top15.groupby(by = ['Continent', 'bins']).size())#,apply(lambda x:s if x['Rank']==0 continue))

answer_twelve()

这是我对上述代码的输出

Continent      bins            

Asia           (2.212, 15.753]     4

               (15.753, 29.227]    1

               (29.227, 42.701]    0

               (42.701, 56.174]    0

               (56.174, 69.648]    0

Australia      (2.212, 15.753]     1

               (15.753, 29.227]    0

               (29.227, 42.701]    0

               (42.701, 56.174]    0

               (56.174, 69.648]    0

Europe         (2.212, 15.753]     1

               (15.753, 29.227]    3

               (29.227, 42.701]    2

               (42.701, 56.174]    0

               (56.174, 69.648]    0

North America  (2.212, 15.753]     1

               (15.753, 29.227]    0

               (29.227, 42.701]    0

               (42.701, 56.174]    0

               (56.174, 69.648]    1

South America  (2.212, 15.753]     0

               (15.753, 29.227]    0

               (29.227, 42.701]    0

               (42.701, 56.174]    0

               (56.174, 69.648]    1

dtype: int64

Answer 1

使用 pandas 并在列为零时删除行如果 column_name 是您的列：df = df[df.column_name != 0]

Answer 2

lambda x:s if x['Rank']==0 continue这没有任何意义，因为continue仅在循环内有用。请注意，您需要打印一个值。相反，将其留空：lambda x:"" if x['Rank']==0 else s

Answer 3

您可以使用“for”循环迭代这些值，然后使用replace()NaN 替换 0，现在您可以使用dropna(). 我尝试使用drop()或droplevel()代替替换它们，但它不起作用。这是我的代码：for k,i in series_df.items():    if i == 0:        pd_series.replace(to_replace=i, value=np.nan, inplace=True)        pd_series.dropna(axis=0, inplace=True)print(pd_series)您可能需要更改结果的数据类型。输出为：Continent      bins            Asia           (2.212, 15.753]     4               (15.753, 29.227]    1Australia      (2.212, 15.753]     1Europe         (2.212, 15.753]     1               (15.753, 29.227]    3               (29.227, 42.701]    2North America  (2.212, 15.753]     1               (56.174, 69.648]    1South America  (56.174, 69.648]    1dtype: int64