Question

我目前有一个由1列和0列作为值组成的数据帧，我想迭代列并删除仅由0组成的列。这是我到目前为止所尝试的内容：

ones = []
zeros = []
for year in years:
    for i in range(0,599):
        if year[str(i)].values.any() == 1:
            ones.append(i)
        if year[str(i)].values.all() == 0:
            zeros.append(i)
    for j in ones:
        if j in zeros:
            zeros.remove(j)
    for q in zeros:
        del year[str(q)]

在哪些年份是我正在分析的各年的数据框列表，其中包含列中包含一个的列，零是包含全零的列的列表。有没有更好的方法根据条件删除列？出于某种原因，我必须检查那些列是否也在零列表中，并从零列表中删除它们以获得所有零列的列表。

Answer 1

df.loc[:, (df != 0).any(axis=0)]

以下是其工作原理的细分：

In [74]: import pandas as pd

In [75]: df = pd.DataFrame([[1,0,0,0], [0,0,1,0]])

In [76]: df
Out[76]: 
   0  1  2  3
0  1  0  0  0
1  0  0  1  0

[2 rows x 4 columns]

df != 0创建一个布尔数据框，其中df非零，为True：

In [77]: df != 0
Out[77]: 
       0      1      2      3
0   True  False  False  False
1  False  False   True  False

[2 rows x 4 columns]

(df != 0).any(axis=0)返回一个布尔系列，指示哪些列具有非零条目。（any操作将沿0轴（即沿着行）的值聚合成一个布尔值。因此结果是每列的一个布尔值。）

In [78]: (df != 0).any(axis=0)
Out[78]: 
0     True
1    False
2     True
3    False
dtype: bool

df.loc可用于选择这些列：

In [79]: df.loc[:, (df != 0).any(axis=0)]
Out[79]: 
   0  2
0  1  0
1  0  1

[2 rows x 2 columns]

要“删除”零列，请重新分配df：

df = df.loc[:, (df != 0).any(axis=0)]

Answer 2

这是另一种使用方式

df.replace(0,np.nan).dropna(axis=1,how="all")

与unutbu的解决方案相比，这种方式显然更慢：

%timeit df.loc[:, (df != 0).any(axis=0)]
652 µs ± 5.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit df.replace(0,np.nan).dropna(axis=1,how="all")
1.75 ms ± 9.49 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 3

如果您想以更更具表现力的方式获取零列名称，则可以打印/记录它们，并按其名称就地放置它们< / strong>：

zero_cols = [ col for col, is_zero in ((df == 0).sum() == df.shape[0]).items() if is_zero ] df.drop(zero_cols, axis=1, inplace=True)

一些细分：

# a pandas Series with {col: is_zero} items # is_zero is True when the number of zero items in that column == num_all_rows (df == 0).sum() == df.shape[0]) # a list comprehension of zero_col_names is built from the_series [ col for col, is_zero in the_series.items() if is_zero ]

Answer 4

如果您的列中有一些 NaN 值，如果您想删除同时包含 0 和 NaN 的列，您可能需要使用这种方法：

df.loc[:, (df**2).sum() != 0]

如何删除Pandas中仅包含零的列？

4 个答案: