如何在Python中找到那些具有单个值的列的列号？

我想找到单值列的列数：这是我的数据框：

Cow_ID,Collar_label,BCS,Age_weeks,Height_cm,Weight_kg
cow1,aq5t,90,14,90,120
cow2,aq4r,92,14,92,118
cow3,aq2f,87,14,87,120
cow4,aq7u,81,14,81,118
cow5,aq9p,93,14,93,120
cow6,aq4m,89,14,89,120
cow7,aq1v,86,14,86,118
cow8,aq2c,92,14,92,120
cow9,aq5t,89,14,89,120
cow10,aq5x,88,14,88,118

这是我的代码，通过它我可以得到具有单个值的列名：

df = read_csv(filename, header=0)
print("Data frame size: ", df.shape)
print("Data frame : ", df)

# get the number of unique values for each column
counts = df.nunique()


print("number of unique values within each column:")
print(counts)
 

print("column with single value: ", counts[counts ==1])

但是我需要自动弹出列号而不是列名。

---

有什么建议吗？

获取单值系列的索引：

counts[counts ==1].index[0]
>> 'Age_weeks'

条件给出了与列号匹配的

True/False

列表：

df.columns == 'Age_weeks'
>> array([False, False, False,  True, False, False])

并使用

np.where

获取

True

项的索引，该索引等于您的列号：

np.where(df.columns == counts[counts ==1].index[0])
>>(array([3]),)

要获取号码：

np.where(df.columns == counts[counts ==1].index[0])[0][0]
>> 3

---

如果需要列的索引，请创建一个具有键、值对的字典，键为索引，值为列名

enum = dict(enumerate(df.columns))

column_nums = {v : k for k,v in enum.items() if v in counts[counts ==1].index}

{'Age_weeks': 3}

---

---

谢谢，你能解释一下这段代码是如何工作的吗：np.where（df.columns==counts[counts==1]。index[0]）[0][0]。我是初学者，正在学习过程中，因此

counts[counts==1]

来自问题代码，返回一行pandas.Series，因为在“counts”系列中只有一项值为1。（顺便说一句，如果要处理多个项目，需要在此处进行迭代。）

.index[0]

返回此行的名称

df.columns

包含df的所有列名，因此

=

提供了一个与列匹配的布尔列表。最后，

np.where

返回

True

的索引，实际上是列号。谢谢，[0][0]的作用是什么？这是因为

np.where

返回的输出类型。它返回两个numpy数组的元组，每个数组包含一个维度的索引。在我们的例子中，布尔数组是一维的。所以我们得到一个“numpy数组”和“empty”的元组：

（数组（[3]），）

。第一个

[0]

拾取元组的第一项，第二个

[0]

拾取numpy数组中的数字。@Manakin这没有给出列编号，它只显示列内容。你能纠正一下吗？我想试试你的代码

print(enum)

{0: 'Cow_ID',
 1: 'Collar_label',
 2: 'BCS',
 3: 'Age_weeks',
 4: 'Height_cm',
 5: 'Weight_kg'}