我有一个 DataFrame，其中有一个重复的列，即天气。 As Seen in this picture of dataframe。其中一个包含 NaN 值，这是我要从 DataFrame 中删除的值。 这个方法我试过了
data_cleaned4.drop('Weather', axis=1)
它应该删除两列。我试图将条件传递给 drop 方法，但我做不到。它显示了一个错误。
data_cleaned4.drop(data_cleaned4['Weather'].isnull().sum() > 0, axis=1)
谁能告诉我如何删除此列。请记住，倒数第二个包含 NaN 值而不是最后一个。
【问题讨论】：
pandas.read_image，但它只是以“没有属性”的形式返回。您能否将数据帧作为代码发布，直到那些懒鬼实现它？
标签： python pandas numpy data-science data-analysis
由于名称重复，您可以稍微重命名，这就是下面代码的第一个留置权所做的，那么它应该可以工作......
data_cleaned4 = data_cleaned4.iloc[:, [j for j, c in enumerate(data_cleaned4.columns) if j != i]]
checkone = data_cleaned4.iloc[:,-1].isna().any()
checktwo = data_cleaned4.iloc[:,-2].isna().any()
if checkone:
data_cleaned4.drop(data_cleaned4.columns[-1], axis=1)
elif checktwo:
data_cleaned4.drop(data_cleaned4.columns[-2], axis=1)
else:
data_cleaned4.drop(data_cleaned4.columns[-2], axis=1)
【讨论】：
如果没有可测试的样本并假设您的数据框中的其他任何地方都没有 NaN
df = df.dropna(axis=1)
应该工作
【讨论】：
一个通用的解决方案。 (df.isnull().any(axis=0).values) 获取哪些列具有任何 NaN 值，df.columns.duplicated(keep=False) 将所有重复项标记为 True，两者结合将给出您要保留的列
一般解决方案：
df.loc[:, ~((df.isnull().any(axis=0).values) & df.columns.duplicated(keep=False))]
输入
A B C C A
0 1 1 1 3.0 NaN
1 1 1 1 2.0 1.0
2 2 3 4 NaN 2.0
3 1 1 1 4.0 1.0
输出
A B C
0 1 1 1
1 1 1 1
2 2 3 4
3 1 1 1
仅用于列C：
df.loc[:, ~(df.columns.duplicated(keep=False) & (df.isnull().any(axis=0).values)
& (df.columns == 'C'))]
输入
A B C C A
0 1 1 1 3.0 NaN
1 1 1 1 2.0 1.0
2 2 3 4 NaN 2.0
3 1 1 1 4.0 1.0
输出
A B C A
0 1 1 1 NaN
1 1 1 1 1.0
2 2 3 4 2.0
3 1 1 1 1.0
【讨论】：