Python 当存在缺失值时，删除具有相同非缺失值的numpy数组列

我有一个numpy数组，我需要从中删除对于非缺失单元格具有相同值的列，并删除所有缺失值的列。 阵列：

>>> x = np.array([[ 1.,  2.,  2., np.NaN,  2.,  2.,  1.],
       [ 2., np.NaN,  1., np.NaN,  2.,  2.,  1.],
       [np.NaN,  1.,  1., np.NaN,  2.,  2.,  1.],
       [ 1.,  2., np.NaN, np.NaN,  2., np.NaN,  0.],
       [ 0.,  1.,  1., np.NaN,  2., np.NaN,  0.],
       [ 1.,  1.,  1., np.NaN,  2.,  2.,  1.],
       [np.NaN,  1.,  0., np.NaN,  2., np.NaN,  2.],
       [ 2.,  1.,  1., np.NaN,  2.,  2.,  1.]])

>>> x
array([[ 1.,  2.,  2., nan,  2.,  2.,  1.],
       [ 2., nan,  1., nan,  2.,  2.,  1.],
       [nan,  1.,  1., nan,  2.,  2.,  1.],
       [ 1.,  2., nan, nan,  2., nan,  0.],
       [ 0.,  1.,  1., nan,  2., nan,  0.],
       [ 1.,  1.,  1., nan,  2.,  2.,  1.],
       [nan,  1.,  0., nan,  2., nan,  2.],
       [ 2.,  1.,  1., nan,  2.,  2.,  1.]])

我可以删除缺少所有值的列（列索引3）

我可以删除所有行中具有相同值的所有列（列索引4）

但是，如何删除第6列（索引5），其中非缺失值相同，但缺失值的存在会扰乱布尔检查

编辑：期望的结果

array([[ 1.,  2.,  2.,  1.],
       [ 2., nan,  1.,  1.],
       [nan,  1.,  1.,  1.],
       [ 1.,  2., nan,  0.],
       [ 0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.],
       [nan,  1.,  0.,  2.],
       [ 2.,  1.,  1.,  1.]])

---

可以使用位运算符链接多个掩码。你基本上需要两个面具

• 一个用于

  NaNs

• 检查第一行值是否等于列的其余部分

然后用位

或

链接这两个条件，并检查

所有

行是否满足条件：

m1 = np.isnan(x)
m2 = x[0] == x
x[:, ~(m2|m).all(0)]

array([[ 1.,  2.,  2.,  1.],
       [ 2., nan,  1.,  1.],
       [nan,  1.,  1.,  1.],
       [ 1.,  2., nan,  0.],
       [ 0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.],
       [nan,  1.,  0.,  2.],
       [ 2.,  1.,  1.,  1.]])

---

可以使用位运算符链接多个掩码。你基本上需要两个面具

• 一个用于

  NaNs

• 检查第一行值是否等于列的其余部分

然后用位

或

链接这两个条件，并检查

所有

行是否满足条件：

m1 = np.isnan(x)
m2 = x[0] == x
x[:, ~(m2|m).all(0)]

array([[ 1.,  2.,  2.,  1.],
       [ 2., nan,  1.,  1.],
       [nan,  1.,  1.,  1.],
       [ 1.,  2., nan,  0.],
       [ 0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.],
       [nan,  1.,  0.,  2.],
       [ 2.,  1.,  1.,  1.]])

m1 = np.isnan(x)
m2 = x[0] == x
x[:, ~(m2|m).all(0)]

array([[ 1.,  2.,  2.,  1.],
       [ 2., nan,  1.,  1.],
       [nan,  1.,  1.,  1.],
       [ 1.,  2., nan,  0.],
       [ 0.,  1.,  1.,  0.],
       [ 1.,  1.,  1.,  1.],
       [nan,  1.,  0.,  2.],
       [ 2.,  1.,  1.,  1.]])