Python 有条件地在表中的列上迭代

我有一个Pandas dataframe，我想为它返回每列中唯一值的数量，但有些列应该被排除在外

这就是我习惯于在列中选择唯一值的方式，但我不确定如何迭代它：

pd.unique(df.column_name.ravel())

我的想法是这样的，但它显然是无效的

col_names = list(df.columns.values)
dont_include = ['foo', 'bar']
cols_to_include = [x for x in col_names if x not in dont_include]
for i in cols_to_include:
 col_unique_count = len(pd.unique(df.i.ravel())

---

最佳解决方案是什么？

代码可以简化为：

cols_to_include = df.columns[~df.columns.str.contains('foo')]
for col in cols_to_include:
  col_unique_count = df[col].nunique()

可以调用以获取给定序列的唯一值计数

或：

在这里，

apply

将对每列调用

nunique

编辑

用于测试成员身份，并使用

~

否定布尔掩码：

In [47]:
df = pd.DataFrame(columns = ['foo','baz','bar','pie'])
df

Out[47]:
Empty DataFrame
Columns: [foo, baz, bar, pie]
Index: []

In [48]:
dont_include = ['foo', 'bar']
cols = df.columns[~df.columns.isin(dont_include)]
cols

Out[48]:
Index(['baz', 'pie'], dtype='object')

然后，您可以像以前一样使用我的代码来迭代df的子选择

In [47]:
df = pd.DataFrame(columns = ['foo','baz','bar','pie'])
df

Out[47]:
Empty DataFrame
Columns: [foo, baz, bar, pie]
Index: []

In [48]:
dont_include = ['foo', 'bar']
cols = df.columns[~df.columns.isin(dont_include)]
cols

Out[48]:
Index(['baz', 'pie'], dtype='object')