需要解释pandas.drop是如何在这里工作的吗

我有一个数据帧，比如说xyz。我已经编写了代码来找出dataframe中每列拥有的空值的百分比。我的代码如下：

round(100*(xyz.isnull().sum()/len(xyz.index)), 2)

假设我得到了以下结果：

abc               26.63
def               36.58
ghi               78.46

我想删除ghi列，因为它有70%以上的空值

我使用以下代码实现了它：

xyz = xyz.drop(xyz.loc[:,round(100*(xyz.isnull().sum()/len(xyz.index)), 2)>70].columns, 1)

---

但是，我不明白这段代码是如何工作的，有人能解释一下吗？

如果您的代码很难理解，您可以通过thresh检查dropna，因为pandas已经介绍了这个案例

df=df.dropna(axis=1,thresh=round(len(df)*0.3))

---

如果您的代码很难理解，您可以用thresh检查dropna，因为pandas已经涵盖了这个案例

df=df.dropna(axis=1,thresh=round(len(df)*0.3))

---

代码正在执行以下操作：

xyz.drop( [...], 1)

按行或列删除给定轴的指定元素。在这个特殊的例子中，df.drop…，1意味着您正在按轴1，即列进行放置

xyz.loc[:, ... ].columns

将返回一个列表，其中包含由切片条件产生的列名

round(100*(xyz.isnull().sum()/len(xyz.index)), 2)>70

此指令计算空值的数量，将其相加并按行数进行规范化，有效地计算每列中nan的百分比。然后，将数量四舍五入到只有2个小数点位置，最后返回True，即nan的数量超过70%。因此，可以得到列和真/假数组之间的映射

将所有内容放在一起：首先生成一个布尔数组，标记哪些列的nan超过70%，然后使用.loc使用布尔索引仅查看要删除nan%>70%的列，然后使用.columns恢复此类列的名称，然后由.drop指令使用

---

希望这能把事情弄清楚

代码正在执行以下操作：

xyz.drop( [...], 1)

按行或列删除给定轴的指定元素。在这个特殊的例子中，df.drop…，1意味着您正在按轴1，即列进行放置

xyz.loc[:, ... ].columns

将返回一个列表，其中包含由切片条件产生的列名

round(100*(xyz.isnull().sum()/len(xyz.index)), 2)>70

此指令计算空值的数量，将其相加并按行数进行规范化，有效地计算每列中nan的百分比。然后，将数量四舍五入到只有2个小数点位置，最后返回True，即nan的数量超过70%。因此，可以得到列和真/假数组之间的映射

将所有内容放在一起：首先生成一个布尔数组，标记哪些列的nan超过70%，然后使用.loc使用布尔索引仅查看要删除nan%>70%的列，然后使用.columns恢复此类列的名称，然后由.drop指令使用

---

希望这能把事情弄清楚

ghi是一个列名，26.63是该列中空值的百分比。明白了，接下来的问题是：是否要从数据帧中删除该列？如果是这样的话，你可以直接做xyz=xyz.删除'ghi'，axis=1如果你想动态地选择列，那么看看WeNYoBen的答案ghi是一个列名，26.63是该列中空值的百分比明白了吗，接下来的问题是：你想从数据框中删除该列吗？如果是这样，您只需执行xyz=xyz。如果您想动态选择列，请删除'ghi'，axis=1，然后查看WeNYoBen的答案