Python 数据帧中的哪些列是二进制的？

我有一个包含大量列的数据框架，我需要在不查看数据的情况下找到哪些列是二进制的（仅值为0或1）。应该使用哪个函数？

据我所知，没有直接的函数可供测试。相反，您需要根据数据的编码方式（例如1/0、T/F、True/False等）构建一些内容。此外，如果列缺少值，则整个列将被编码为浮点而不是int

在下面的示例中，我测试所有唯一的非空值是“1”还是“0”。它返回所有此类列的列表

df = pd.DataFrame({'bool': [1, 0, 1, None], 
                   'floats': [1.2, 3.1, 4.4, 5.5], 
                   'ints': [1, 2, 3, 4], 
                   'str': ['a', 'b', 'c', 'd']})

bool_cols = [col for col in df 
             if df[[col]].dropna().unique().isin([0, 1]).all().values]

# 2019-09-10 EDIT (per Hardik Gupta)
bool_cols = [col for col in df 
             if np.isin(df[col].dropna().unique(), [0, 1]).all()]

>>> bool_cols
['bool']

>>> df[bool_cols]
   bool
0     1
1     0
2     1
3   NaN

---

要扩展上面的答案，使用value_counts（）.index而不是unique（）应该可以做到：

bool_cols = [col for col in df if 
               df[col].dropna().value_counts().index.isin([0,1]).all()]

---

改进@Aiden以避免返回空列：

[col for col in df if (len(df[col].value_counts()) > 0) & all(df[col].value_counts().index.isin([0, 1]))]

---

这是我找到的最有效的解决方案。这比上面的答案快。在处理大型数据集时，时间上的差异变得相关。

使用Alexander的答案，使用python版本-3.6.6

[col for col in df if np.isin(df[col].unique(), [0, 1]).all()]

---

您只需在数据集中的每一列上使用pandas中的unique（）函数

例如：

df[“colname”].unique（）

这将返回指定列中所有唯一值的列表

还可以使用for循环遍历数据集中的所有列

---

示例：

[df[cols].df中cols的唯一性（）

谢谢@Alexander。工作！有效，除了

.unique（）

在

0.18.1

中似乎无效之外。一个隐藏的技巧是，这适用于显式布尔的列，即

False

、

True

，而不仅仅是

0

和

1

。这是因为python显然是自动强制转换的<[0,1]中的code>False返回

True

[col for col in df if np.isin（df[col].unique（），[0,1]）.all（）][/code>，这应该被更新回答这将传递给没有值的列，因为

all

在空列表中返回

True

。我认为这并不可取。在调用

.unique（）

之前，您首先需要

.dropna（）

，但感谢您的更新。

[col for col in df if np.isin(df[col].unique(), [0, 1]).all()]