Python Pandas根据列的最大值删除列

Question

我刚刚开始使用Pandas作为重置二维数据数组的工具。即使在阅读了文档之后，这也是超级压倒性的。如果有任何意义的话，你可以做很多我无法弄清楚如何做任何事情。

我的数据框（简化）：

Date       Stock1  Stock2   Stock3
2014.10.10  74.75  NaN     NaN
2014.9.9    NaN    100.95  NaN 
2010.8.8    NaN    NaN     120.45

因此每列只有一个值。

我想删除最大值小于x的所有列。所以在这里说一个例子，如果x = 80，那么我想要一个新的DataFrame：

Date        Stock2   Stock3
2014.10.10   NaN     NaN
2014.9.9     100.95  NaN 
2010.8.8     NaN     120.45

如何实现这一目标？我查看了dataframe.max（），它给了我一个系列。我可以使用它，或者在select（）中以某种方式使用lambda函数吗？

Answer 1

使用df.max()索引。

In [19]: from pandas import DataFrame

In [23]: df = DataFrame(np.random.randn(3,3), columns=['a','b','c'])

In [36]: df
Out[36]: 
          a         b         c
0 -0.928912  0.220573  1.948065
1 -0.310504  0.847638 -0.541496
2 -0.743000 -1.099226 -1.183567


In [24]: df.max()
Out[24]: 
a   -0.310504
b    0.847638
c    1.948065
dtype: float64

接下来，我们从中创建一个布尔表达式：

In [31]: df.max() > 0
Out[31]: 
a    False
b     True
c     True
dtype: bool

接下来，您可以通过此索引df.columns（这称为布尔索引）：

In [34]: df.columns[df.max() > 0]
Out[34]: Index([u'b', u'c'], dtype='object')

你最终可以传递给DF：

In [35]: df[df.columns[df.max() > 0]]
Out[35]: 
          b         c
0  0.220573  1.948065
1  0.847638 -0.541496
2 -1.099226 -1.183567

当然，不是0，而是使用您想要的任何值作为删除的截止值。