我有一个非常大的数据框,包含2000多个列。我正在尝试计算每列的唯一值的数量,并过滤出具有特定值以下的唯一值的列。这是一个例子:
import pandas as pd
df = pd.DataFrame({'A': ('a', 'b', 'c', 'd', 'e', 'a', 'a'), 'B': (1, 1, 2, 1, 3, 3, 1)})
df.nunique()
A 5
B 3
dtype: int64
所以可以说我想过滤出具有小于5个唯一值的B列,并返回不包含B列的df。
感谢-
其他人可能有更Python化的方式。尝试一下,看看是否可行。
x = df.nunique()
df[list(x[x>=5].index)]
通过.loc
df=df.loc[:,df.nunique()>3]
A
0 a
1 b
2 c
3 d
4 e
5 a
6 a