按列值筛选多头DataFrame中的行

Question

我正在构建一个Python脚本来执行以下操作：

1. 目录中列出CSV
2. 将单个CSV文件读取到DataFrame -> "data“(第2行(参数名称)和第3行(参数单元)定义为标头)。
3. 只有当"TMOD1“、"TMOD2”、"TMOD3“和"TMOD4”列中的值为0时才保留行(如果不是0，则整行必须换行)
4. 使用单位“位”删除所有列(->参数)
5. 删除所有大于10 "NaN“值的行
6. 将过滤后的DataFrame“数据”附加到DataFrame“结果”
7. 对所有CSV文件迭代步骤2-7。
8. 将生成的DataFrame“结果”保存为新的CSV文件

我被困在如何实现步骤3和步骤4上，其他的一切都很好。

在第三步中，我尝试了以下几点：

data = data[(data.TMOD1 == 0) & (data.TMOD2 == 0) & (data.TMOD3 == 0) & (data.TMOD4 == 0)]

以下是第4步：

data.drop(labels='bit', axis=1, level=1, inplace=True)

当省略步骤3并使用多头行DataFrame时，步骤4完美地工作。

但是，步骤3只在切换到单个标题行DataFrame时才有效--在这种情况下，步骤4显然无法工作。

我想我搞砸了调用正确的标题级别。

Answer 1

data = data[(data['TMOD1']['bit'] == 0) & (data['TMOD2']['bit'] == 0) & (data['TMOD3']['bit'] == 0) & (data['TMOD4']['bit'] == 0)]

似乎很管用。我昨天试的时候不知道为什么没有。

是否有可能将第二个标签(“位”)保留为空白？标签有时会在原始数据中不同(例如“位”、“位”或“单位”)。