Python 2.7 在Python中基于值查找dataframe列

我有两个Python数据帧。这是：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(10,3),columns=list('ABC'))
df2 = pd.DataFrame(np.random.rand(10,3),columns=list('ABC'))
df['A'] = 1
print df
print df2

   A         B         C
0  1  0.333141  0.803991
1  1  0.043958  0.582038
2  1  0.833433  0.782856
3  1  0.722592  0.237912
4  1  0.634979  0.664208
5  1  0.809748  0.889524
6  1  0.110342  0.650617
7  1  0.035417  0.251089
8  1  0.481492  0.128792
9  1  0.190135  0.213608

          A         B         C
0  0.897373  0.599721  0.361668
1  0.495024  0.471351  0.090395
2  0.651174  0.621328  0.721208
3  0.253459  0.567619  0.104370
4  0.357627  0.616717  0.775327
5  0.164323  0.716166  0.740565
6  0.841509  0.464837  0.398952
7  0.398680  0.186555  0.293076
8  0.298785  0.784237  0.704184
9  0.124763  0.384852  0.307361

正如您在

df

中所看到的，有一列只有个1

我需要做以下工作：

在数据帧（

df

）中查找所有行中仅包含的列的名称

从

df

从

df2

我想得到这个：

          B         C
0  0.333141  0.803991
1  0.043958  0.582038
2  0.833433  0.782856
3  0.722592  0.237912
4  0.634979  0.664208
5  0.809748  0.889524
6  0.110342  0.650617
7  0.035417  0.251089
8  0.481492  0.128792
9  0.190135  0.213608

          B         C
0  0.599721  0.361668
1  0.471351  0.090395
2  0.621328  0.721208
3  0.567619  0.104370
4  0.616717  0.775327
5  0.716166  0.740565
6  0.464837  0.398952
7  0.186555  0.293076
8  0.784237  0.704184
9  0.384852  0.307361

---

有什么方法可以做到这一点吗？

您可以使用

DataFrame.apply

和

axis=0

将函数应用于DataFrame的每一列。在本例中，您需要检查每列的

all（col==1）

。 然后，您可以使用列表理解选择列，最后使用

DataFrame.drop

do删除列：

allonecols = df.apply(lambda col: all(col==1), axis = 0)
allonecols 
A     True
B    False
C    False
dtype: bool

dropcols = [k for k,v in allonecols.to_dict().items() if v]  
dropcols 
['A']

df2.drop(dropcols, axis = 1)

---

我建议对整个df的布尔条件使用

all

，而不是使用

apply

：

In [122]:
col_to_drop = df.columns[(df==1).all()]
col_to_drop

Out[122]:
Index(['A'], dtype='object')

In [123]:    
df2.drop(col_to_drop, axis=1)
Out[123]:
          B         C
0  0.507605  0.134758
1  0.777054  0.285220
2  0.121124  0.430874
3  0.422746  0.775676
4  0.563303  0.659942
5  0.582580  0.437603
6  0.221917  0.339737
7  0.634779  0.172416
8  0.703110  0.730759
9  0.426673  0.923138

对布尔比较调用

all

，返回一个序列，其中每个列都有布尔值：

In [124]:
(df==1).all()

Out[124]:
A     True
B    False
C    False
dtype: bool

---

然后，您可以使用它来屏蔽列，以返回要从

df2

中删除的列，如上所示。

您可以使用

.loc

：

df2.loc[：，~allonecols]

中的

allonecols

系列，而不是使用列表理解，从未想过使用

loc

索引列。感谢您的回复。我将此标记为答案。然而，maxymoo的回答也很好。虽然maxymoo的回答通常是正确的，但如果有一种方法是矢量化的，并且可以对整个df进行操作，则应避免使用

apply

，谢谢。我刚开始觉得更容易理解他的答案，因为我更熟悉列表理解。我现在明白你的意思了。