去除值为0的行

在文本细粒度分析时，往往一句话中提及的实体并不相同，一旦指标多了以后，就会存在很多0行，如果不加以处理则会影响分析结果，因此尽量地保留信息量较多的短文本。

情形一：即每个指标都不能为0，即任何一个为0都不行（类似于and，要求较高）

这种情形一般适用于对因变量的处理，比如满意度、忠诚度为0的较多，那么被解释变量就没有信息量了。

y_data=y_data[(y_data!=0).all(axis=1)]

情形二：去除全部为0的行，保留不全为零的行（类似于or，要求较宽）

all_data=y[~(y==0).all(axis=1)]

完整代码：

import pandas as pd
data = pd.read_excel('结构方程模型数据汇总.xlsx',sheet_name='汇总')
df=data.drop(['疫情阶段'],axis=1)#暂时把疫情阶段砍掉，以免影响筛选效果，因为疫情阶段不可能为0
#先删除因变量中有任何一个为0的行，即满意度，推荐他人与自身忠诚
y_data=df.iloc[:,23:26]
y_data=y_data[(y_data!=0).all(axis=1)]
y_index=y_data.index.tolist()#找到符合条件的索引
y=df.iloc[y_index]
#删除自变量全为0的行
all_data=y[~(y==0).all(axis=1)]
all_index=all_data.index.tolist()
fin_data=data.iloc[all_index]
fin_data.to_excel('amos细粒度情感分析.xlsx')