Python 从dataframe中删除只有一个值的列的最佳方法

我试图构建一个函数，从数据集中消除只有一个值的列。我使用了这个函数：

def oneCatElimination(dataframe):
    columns=dataframe.columns.values
    for column in columns:
        if len(dataframe[column].value_counts().unique())==1:
             del dataframe[column]   
     return dataframe

---

问题是，该函数消除了具有多个不同值的偶数列，即具有整数的索引列。

对此进行了一些假设：

• Null/NA值不计算在内
• 您需要多个非NA值来保留一列
• 这些值需要在某些方面有所不同（例如，一列中满是1，只应删除1）

总之，我会在列上使用

select

语句

如果从该数据帧开始：

import pandas

N = 15
df = pandas.DataFrame(index=range(10), columns=list('ABCD'))
df.loc[2, 'A'] = 23
df.loc[3, 'B'] = 52
df.loc[4, 'B'] = 36
df.loc[5, 'C'] = 11
df.loc[6, 'C'] = 11
df.loc[7, 'D'] = 43
df.loc[8, 'D'] = 63
df.loc[9, 'D'] = 97

df

这就产生了：

     A    B    C    D
0  NaN  NaN  NaN  NaN
1  NaN  NaN  NaN  NaN
2   23  NaN  NaN  NaN
3  NaN   52  NaN  NaN
4  NaN   36  NaN  NaN
5  NaN  NaN   11  NaN
6  NaN  NaN   11  NaN
7  NaN  NaN  NaN   43
8  NaN  NaN  NaN   63
9  NaN  NaN  NaN   97

根据我上面的假设，A列和C列应该删除，因为A只有一个值，而C的两个值是相同的。然后，您可以执行以下操作：

df.select(lambda c: df[c].dropna().unique().shape[0] > 1, axis=1)

这给了我：

     B    D
0  NaN  NaN
1  NaN  NaN
2  NaN  NaN
3   52  NaN
4   36  NaN
5  NaN  NaN
6  NaN  NaN
7  NaN   43
8  NaN   63
9  NaN   97

只是

---

会有用的。不需要其他任何东西。它将保留具有2个或更多非NA值的所有列（由传递给

thresh

的值控制）。

axis

kwarg将允许您处理行或列。默认情况下，它是行，因此您需要显式地传递axis=1来处理列（我在回答时忘记了这一点，因此进行了此编辑）。有关更多信息，请参阅。

这将适用于文本和数字：

for col in dataframe:
    if(len(dataframe.loc[:,col].unique()) == 1):
        dataframe.pop(col)

---

注意：这将从原始数据帧中删除只有一个值的列。

请向我们展示一个函数无法按预期工作的情况。加1可找到包含电池的方法。

for col in dataframe:
    if(len(dataframe.loc[:,col].unique()) == 1):
        dataframe.pop(col)