如果所有值都等于1，请在熊猫中放入一列？

Question

如何在熊猫的各列中的所有值均等于特定数字的列中删除列？例如，考虑以下数据框：

df = pd.DataFrame({'A': [1, 1, 1, 1],
                   'B': [0, 1, 2, 3],
                   'C': [1, 1, 1, 1]})
print(df)

输出：

   A  B  C
0  1  0  1
1  1  1  1
2  1  2  1
3  1  3  1

如何删除1列，使输出为：

   B
0  0
1  1
2  2
3  3

Answer 1

使用DataFrame.loc来测试DataFrame.ne与DataFrame.any的至少一个非1值：

df1 = df.loc[:, df.ne(1).any()]

或者用DataFrame.eq用DataFrame.all测试1的每列真值，用~测试倒置掩码：

df1 = df.loc[:, ~df.eq(1).all()]

---

print (df1)
   B
0  0
1  1
2  2
3  3

编辑：

  

一个考虑因素是，如果您的列只有Nan和1，那么您想怎么做？

然后用DataFrame.fillna将NaN替换为0，并使用与以前相同的解决方案：

df1 = df.loc[:, df.fillna(0).ne(1).any()]

df1 = df.loc[:, ~df.fillna(0).eq(1).all()]

Answer 2

您可以使用any：

df.loc[:, df.ne(1).any()]

Answer 3

一个考虑因素是，如果您的列只有Nan和1，那么您想怎么做？

如果您也想在这种情况下掉线，则可以用1填充或添加或添加新条件。

df = pd.DataFrame({'A': [1, 1, 1, 1],
                   'B': [0, 1, 2, 3],
                   'C': [1, 1, 1, np.nan]})
print(df)

   A  B    C
0  1  0  1.0
1  1  1  1.0
2  1  2  1.0
3  1  3  NaN

所有这些使NaN和1离开该列。

df.loc[:, df.ne(1).any()]
df.loc[:, ~df.eq(1).all()]

因此，您可以添加此添加内容以也删除该列。

df.loc[:, ~(df.eq(1) | df.isna()).all()]

输出：

   B
0  0
1  1
2  2
3  3