R命令“；其中（应用（数据，2，var）==0）“；用Python

我想知道如何编写R命令

which(apply(data, 2, var)==0)

。。。在Python中

现在，我正在尝试运行R脚本来执行PCA。
但是，

pca（）

只接受非常量列（=方差不是0）。
例如，只有Col2可以接受为以下列中的非常量列：

Col1 Col2 Col3
0.0  1.2  4.0
0.0  1.5  4.0
0.0  1.3  4.0
0.0  1.1  4.0

我以为我删除了所有常量列。
但是，我得到了一个错误：

> Error in prcomp.default(data, center = TRUE, scale = TRUE) : 
  cannot rescale a constant/zero column to unit variance

我在谷歌上搜索并找到了R命令解决方案：

which(apply(oopsmat, 2, var)==0)

这对我有用。该命令指定哪些列仍然是常量。
因此，我手动删除了列，R脚本进行了PCA

现在我想用Python做同样的事情。
如何用Python编写这个R命令

#####################################################

请不要阅读下面的内容，否则将浪费您的时间。
我将此作为我问了一个愚蠢问题的证据：

注意：这个R命令很奇怪。
正如我所说，我已经从数据中删除了所有常量列。
此R命令指示以下列的方差为0
（摘自大约50000份数据）：

Excel的方差命令

VAR.p

的结果为231.4。
这甚至还不接近0
我不知道发生了什么，在Python中也找不到这样的命令。
所以，也请解释一下这种奇怪的行为

---

*我忽略了删除所有异常值的代码，这就是只剩下0的原因。

本质上，R中的

apply（data，2，var）

命令在二维结构上运行，如矩阵或数据帧（但不建议后者），以计算所有列的方差：

数据帧

set.seed(73120)

random_df <- data.frame(
  num1 = runif(500, 1, 100),
  num2 = runif(500, 1, 100),
  num3 = runif(500, 1, 100),
  num4 = runif(500, 1, 100),
  num5 = runif(500, 1, 100)
)

apply(random_df, 2, var)
#     num1     num2     num3     num4     num5 
# 822.9465 902.5558 782.4820 804.1448 830.1097 

矩阵

set.seed(73120)

random_mat <- replicate(5, runif(500, 1, 100))

apply(random_mat, 2, var)
# [1] 822.9465 902.5558 782.4820 804.1448 830.1097

which(apply(random_mat, 2, var) > 900)
# [1] 2

R的

，可通过简单括号
[…]
（也可在R中实现），
.loc
，或
，其中
（保留原始尺寸）：

Numpy

另外，使用Python的
numpy
（支持数组的数字计算库），您可以使用。要与熊猫的
var
相等，请相应地调整默认
ddof
：

random_arry = random_df.to_numpy()

agg = np.apply_along_axis(lambda x: np.var(x, ddof=1), 0, random_arry)
print(agg)
# [828.53837793 810.75521479 820.48039962 811.72810753 885.51492378]

print(agg[agg > 850])
# [885.51492378]

本质上，R中的
apply（data，2，var）
命令在二维结构上运行，如矩阵或数据帧（但不建议后者），以计算所有列的方差：

数据帧

set.seed(73120)

random_df <- data.frame(
  num1 = runif(500, 1, 100),
  num2 = runif(500, 1, 100),
  num3 = runif(500, 1, 100),
  num4 = runif(500, 1, 100),
  num5 = runif(500, 1, 100)
)

apply(random_df, 2, var)
#     num1     num2     num3     num4     num5 
# 822.9465 902.5558 782.4820 804.1448 830.1097 

矩阵

set.seed(73120)

random_mat <- replicate(5, runif(500, 1, 100))

apply(random_mat, 2, var)
# [1] 822.9465 902.5558 782.4820 804.1448 830.1097

which(apply(random_mat, 2, var) > 900)
# [1] 2

R的
，可通过简单括号
[…]
（也可在R中实现），
.loc
，或
，其中
（保留原始尺寸）：

Numpy

另外，使用Python的
numpy
（支持数组的数字计算库），您可以使用。要与熊猫的
var
相等，请相应地调整默认
ddof
：

random_arry = random_df.to_numpy()

agg = np.apply_along_axis(lambda x: np.var(x, ddof=1), 0, random_arry)
print(agg)
# [828.53837793 810.75521479 820.48039962 811.72810753 885.51492378]

print(agg[agg > 850])
# [885.51492378]

在R中，
apply
在数组上运行，在数据帧上运行（虽然不建议，但也可能）（请参见上的#1）。这些结构是R中内置的，但不是Python，因为其标准库不维护数组或数据帧。请标记并描述正在使用的Python模块。顺便提一下，
函数调用在R代码中是多余的。@Parfait OK，明白了。我接受你的回答。谢谢。在R中，
apply
在数组上运行，在数据帧上运行（虽然不明智，但可能）（请参见上的#1）。这些结构是R中内置的，但不是Python，因为其标准库不维护数组或数据帧。请标记并描述正在使用的Python模块。顺便提一下，
函数调用在R代码中是多余的。@Parfait OK，明白了。我接受你的回答。谢谢。这很好，只是它忘记了/违反了您自己的评论，因为您在data.frame上使用了
apply
。您可以在这里使用
sapply
/
vapply
（或者，因为重点是解释OP的代码，所以使用矩阵而不是数据帧）。谢谢@KonradRudolph，。是的，我确实在R数据帧上运行了
apply
，以显示对熊猫的翻译。但我不赞成这种做法，并编辑了开场白。这很好，只是它忘记了/违反了您自己给出的建议，因为您在data.frame上使用了
apply
。您可以在这里使用
sapply
/
vapply
（或者，因为重点是解释OP的代码，所以使用矩阵而不是数据帧）。谢谢@KonradRudolph，。是的，我确实在R数据帧上运行了
apply
，以显示对熊猫的翻译。不过，我不赞成这种做法，并编辑了开场白。
random_arry = random_df.to_numpy()

agg = np.apply_along_axis(lambda x: np.var(x, ddof=1), 0, random_arry)
print(agg)
# [828.53837793 810.75521479 820.48039962 811.72810753 885.51492378]

print(agg[agg > 850])
# [885.51492378]