Python：选择唯一值数大于10的列

在R中，我们可以使用

sapply

通过以下方式提取唯一值数大于10的列：

X[,  sapply(X,  function(x) length(unique(x)))  >=10]

我们如何在Python中做同样的事情

此外，我们如何选择缺失比例小于10%的列，就像我们在R中所做的那样：

X[,  sapply(X,  function(x) sum(is.na(x))/length(x)  )  < 0.1]

X[，sapply（X，函数（X）和（is.na（X））/length（X））<0.1]

谢谢。

您可以与

应用一起使用，因为它仅适用于
系列
：

print (df.ix[:, df.apply(lambda x: x.nunique()) >= 10])

其次是：

print（df.ix[：，df.apply（lambda x:x.nunique（））>=2]）
A C D
0  1.0  7  3
1南8 3
2  3.0  9  5
打印（df.isnull（）.sum（））
A 1
B 1
c0
D 0
数据类型：int64
打印（df.isnull（）.sum（）/len（df.index））
A 0.333
B 0.333
C 0.000000
D 0.000000
数据类型：64
打印（df.isnull（）.mean（））
A 0.333
B 0.333
C 0.000000
D 0.000000
数据类型：64
打印（df.ix[：，df.isnull（）.sum（）/len（df.index）<0.1]）
C D
0  7  3
1  8  3
2  9  5

或：

打印（df.ix[：，df.isnull（）.mean（）<0.1]）
C D
0  7  3
1  8  3
2  9  5

print (df.ix[:, df.isnull().mean() <  0.1])

df = pd.DataFrame({'A':[1,np.nan,3],
                   'B':[4,4,np.nan],
                   'C':[7,8,9],
                   'D':[3,3,5]})

print (df)
     A    B  C  D
0  1.0  4.0  7  3
1  NaN  4.0  8  3
2  3.0  NaN  9  5

print (df.ix[:, df.apply(lambda x: x.nunique()) >= 2])
     A  C  D
0  1.0  7  3
1  NaN  8  3
2  3.0  9  5

print (df.isnull().sum())
A    1
B    1
C    0
D    0
dtype: int64

print (df.isnull().sum() / len(df.index))

A    0.333333
B    0.333333
C    0.000000
D    0.000000
dtype: float64

print (df.isnull().mean())
A    0.333333
B    0.333333
C    0.000000
D    0.000000
dtype: float64


print (df.ix[:, df.isnull().sum() / len(df.index) <  0.1])
   C  D
0  7  3
1  8  3
2  9  5

print (df.ix[:, df.isnull().mean() <  0.1])
   C  D
0  7  3
1  8  3
2  9  5