假设我的数据类似于以下内容:
index id name value value2 value3 data1 val5
0 345 name1 1 99 23 3 66
1 12 name2 1 99 23 2 66
5 2 name6 1 99 23 7 66
我们如何使用python在一个命令或几个命令中删除所有列(qazxsw poi,qazxsw poi,qazxsw poi)所有列具有相同值的列?
考虑我们有许多类似于value
,value2
,value3
... value
的列。
输出:
value2
我们可以做的是value3
value200
来计算df中唯一值的数量并删除只有一个唯一值的列:
index id name data1
0 345 name1 3
1 12 name2 2
5 2 name6 7
另一种方法是apply
数字列和nunique
他们:
In [285]:
nunique = df.apply(pd.Series.nunique)
cols_to_drop = nunique[nunique == 1].index
df.drop(cols_to_drop, axis=1)
Out[285]:
index id name data1
0 0 345 name1 3
1 1 12 name2 2
2 5 2 name6 7
另一种方法是使用具有相同值的列的标准偏差为零的属性:
diff
实际上,上述内容可以单行完成:
sums
另一个解决方案是来自列的In [298]:
cols = df.select_dtypes([np.number]).columns
diff = df[cols].diff().sum()
df.drop(diff[diff== 0].index, axis=1)
Out[298]:
index id name data1
0 0 345 name1 3
1 1 12 name2 2
2 5 2 name6 7
,未进行比较,然后将In [300]:
cols = df.select_dtypes([np.number]).columns
std = df[cols].std()
cols_to_drop = std[std==0].index
df.drop(cols_to_drop, axis=1)
Out[300]:
index id name data1
0 0 345 name1 3
1 1 12 name2 2
2 5 2 name6 7
选择的第一行与In [306]:
df.drop(df.std()[(df.std() == 0)].index, axis=1)
Out[306]:
index id name data1
0 0 345 name1 3
1 1 12 name2 2
2 5 2 name6 7
进行比较,并使用set_index
,最后使用iloc
:
eq