如何按条件删除列？

Question

假设df 是一个熊猫DataFrame 对象。

如何删除 df 中仅包含 None、空字符串或仅包含空格的字符串的所有列？

丢弃的标准可以表示为当输入以下测试函数时所有值都产生True的列：

lambda x: (x is None) or not re.match('\S', str(x))

Answer 1

我基本上已经在下面弄清楚了，但我对 Python 中的 RegEx 还不太熟悉。这是我将采取的基本方法：

虚拟数据：

In [1]: df
Out[1]:
      a  b  c
0  None     1
1     b     2
2     c  x  3
3     d     4
4     e  z  5

In [2]: df.to_dict()
Out[2]:
{'a': {0: None, 1: 'b', 2: 'c', 3: 'd', 4: 'e'},
 'b': {0: ' ', 1: ' ', 2: 'x', 3: ' ', 4: 'z'},
 'c': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5}}

对要删除的条件应用 lambda 测试：

In [3]: df.apply(lambda x: x.isin([None,""," "]))
Out[3]:
       a      b      c
0   True   True  False
1  False   True  False
2  False  False  False
3  False   True  False
4  False  False  False

调用 any() 方法，在任何 df 列中测试 True

In [4]: df.apply(lambda x: x.isin([None,""," "])).any()
Out[4]:
a     True
b     True
c    False

使用上面的布尔系列索引 df.columns 以获取要删除的列：

In [5]: drop_cols = df.columns[df.apply(lambda x: x.isin([None,""," "])).any()]

In [6]: drop_cols
Out[6]: Index([a, b], dtype=object)

使用 df.drop() 方法并传递 axis=1 选项对列进行操作：

In [7]: df.drop(drop_cols, axis=1)
Out[7]:
   c
0  1
1  2
2  3
3  4
4  5

现在，如果有更多 Pandas/RegEx 经验的人可以解决这个问题，我会说你有一个不错的解决方案。

Answer 2

您可以使用applymap 将您的函数应用于DataFrame 的元素：

In [19]: df = pd.DataFrame({'a': [None] * 4, 'b': list('abc') + [' '],
                            'c': [None] + list('bcd'), 'd': range(7, 11),
                            'e': [' '] * 4})

In [20]: df
Out[20]: 
      a  b     c   d  e
0  None  a  None   7   
1  None  b     b   8   
2  None  c     c   9   
3  None        d  10   

In [21]: to_drop = df.applymap(
                     lambda x: (x is None) or not re.match('\S', str(x))).all()

In [22]: df.drop(df.columns[to_drop], axis=1)
Out[22]: 
   b     c   d
0  a  None   7
1  b     b   8
2  c     c   9
3        d  10