Python 熊猫：如果子矩阵有足够的空值，则删除列

我正在Kaggle（）上进行一些机器学习，并获得了一个训练CSV和一个测试CSV

我想删除数据中至少30%的值为空的列。如果我只是为我的训练集这样做，我会这样做：

train_df = pd.read_csv("train.csv")
train_len = len(train_df)
test_df = pd.read_csv("test.csv")
threshold = int(0.7 * train_len)
train_df.dropna(axis=1, thresh=threshold, inplace=True)

这很有效。但是，我也想在测试集中删除这些列。具体来说，我想在我的训练集中找到空值为30%或更多的列，并从训练集和测试集中删除它们

我正在考虑这样组合我的数据帧：

combined_df = pd.concat([train_df, test_df], axis=0)

如果

combined_df[：train_len，：]

的空值超过30%，请从

combined_df

中删除该列

train_df.dropna(axis=1, thresh=threshold, inplace=True)
test_df = test_df[train_df.columns]

我该怎么做？明确地说，我不想在整个列中循环，找到空值超过30%的列，从列中删除，然后从测试中删除

---

谢谢

在

test\u df

中删除列后，只需使用剩余的列名选择

test\u df

中的列即可

train_df.dropna(axis=1, thresh=threshold, inplace=True)
test_df = test_df[train_df.columns]

---

在

test\u df

中删除列后，只需使用剩余的列名选择

test\u df

中的列即可

train_df.dropna(axis=1, thresh=threshold, inplace=True)
test_df = test_df[train_df.columns]

数据输入

     A    B
0  1.0  2.0
1  NaN  NaN
2  3.0  4.0
3  4.0  NaN

数据输入

     A    B
0  1.0  2.0
1  NaN  NaN
2  3.0  4.0
3  4.0  NaN

---

谢谢你的帮助。但是，我不想为了df而放弃它。我想结合

训练测向

和

测试测向

并根据

训练测向

中缺少至少30%数据的列，删除

组合测向

values@bclayman将df更改为train_df，并收集需要删除的列。我只是将df用作示例数据集谢谢您的帮助。但是，我不想为了df而放弃它。我想结合

训练测向

和

测试测向

并根据

训练测向

中缺少至少30%数据的列，删除

组合测向

values@bclayman将df更改为train_df，并收集需要删除的列。我只是将df用作示例数据集