python - pandas DataFrame 有效删除列

Question

我有一个 1600 x 115,316 的 DataFrame，大部分为 NaN。我想删除其中不包含两个以上值的每一列。我已经编写了一些有效的代码，但是人活着需要很长时间。

for eachColumn in df.columns:
  if np.sum(df[eachColumn]) <= 2:
    df.drop(eachColumn, axis=1, inplace=True)

有更好的方法来完成我在这里想做的事情吗？

Answer 1

以下是一些示例数据:

In [18]: df = pd.DataFrame(np.ones(shape=(10, 2))) * np.nan

In [19]: df.iloc[[2, 3], 0] = 2

因此列 0 有 2 个非 NaN。保留它并删除 1。

In [20]: df.drop(df.columns[(~df.isnull()).sum() < 2], axis=1)
Out[20]: 
    0
0 NaN
1 NaN
2   2
3   2
4 NaN
5 NaN
6 NaN
7 NaN
8 NaN
9 NaN

把它从头到尾读一遍。 .isnull 给出 Bools 的 DataFrame，用 ~ 翻转 True/False，求和以获取每列非空的计数，选择​​其中的列总和小于 2(第 1 列)并删除它。/