Question

数据样本：

choice   col1  col2  col3
1    100   110   100
2    110   110   100
5    110   110   100
...
50   100   200   300

应成为：

choice   col1  col2
1    100   110
2    110   110
5    110   110
...
50   100   200

如果该列的所有除第50行以外的值均为100，则尝试删除第3列。

试图使用：

df['col3'].all() == 100
or
df['col3'].any() == 100

这两行既没有给出结果，也没有产生错误

Answer 1

使用df.all()返回True/False是否满足条件df.eq()，并将True反转为False，反之亦然，使用反转~，反之亦然。在df.loc[]的帮助下过滤True列：

df.loc[:,~df.eq(100).all()]

  id  col1  col2
   1   100   110
   2   110   110
   3   110   110

编辑：每次编辑时，您都可以尝试使用类似逻辑的自定义功能：

def myfunc(x,choice):
    x=x.set_index('choice')
    cond=x.loc[:,'col3'].drop(choice).eq(100).all()
    if cond:
        return x.drop('col3',1).reset_index()
    else:
        return x.reset_index()
myfunc(df,'50') #if choice column is an integer myfunc(df,50)

  choice   col1   col2
0      1  100.0  110.0
1      2  110.0  110.0
2      5  110.0  110.0
3     50  100.0  200.0

Answer 2

您也可以这样做：

df=df.T[~df.eq(100).all()].T

输出：

  id  col1  col2
   1   100   110
   2   110   110
   3   110   110

如果此列中的所有值都是特定值，则从数据框中删除该列

2 个答案: