如果列具有一定百分比的NaN值（Python），则返回列 希望仅返回具有至少25%NaN值的列作为新df

我在考虑使用.loc、.isnull或count的条件语句，但我不确定最有效的方法是什么。感谢所有的帮助

DF:

思考：

df.loc[df['series'] == nan >= 25% ]

或者类似于：

if count(nan) for column(x) in 'series' is >= (.25 * (count(x)))
    return loc[x]

返回新数据帧：

df2:

    A    B    
1   1    2    
2   NaN  NaN  
3   4    NaN  
4   2    NaN

---

返回A和B，因为根据来自的响应，它们中的每一个都至少有25%的列条目为NaN（缺少）

na\u count\u mask=df.isna（）.sum（axis=0）>=（col\u count//4）
res_df=df.loc[na_count_mask]

这是否回答了您的问题@不幸的是，没有。这有助于确定每列的百分比，但在根据给定的百分比阈值重组df方面，似乎缺乏这一点。我的目标是跳过识别每列缺失值的过程，直接跳转到只包含符合阈值规则的列的新df。@Alex你不能只使用

dropna（）

？@AlexanderCécile据我所知，

dropna（）

会删除NAN，不是吗？我想删除没有至少25%NaN的列。也许我可以把它用在条件句中？但我不知道该如何应用它。@Alex看着，你可以让它删除NA值（

thresh

parameter）数大于你列数25%的行。太棒了！谢谢大家!@亚历克斯，我可以把那一行分开，让它更容易阅读。很好，很清楚？很清楚！再次感谢

df2:

    A    B    
1   1    2    
2   NaN  NaN  
3   4    NaN  
4   2    NaN