在 Python 中根据值查找 Pandas 数据框列

Question

我在 Python 中有 2 个 Pandas 数据框。他们在这里：

import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.rand(10,3),columns=list('ABC'))
df2 = pd.DataFrame(np.random.rand(10,3),columns=list('ABC'))
df['A'] = 1
print df
print df2

   A         B         C
0  1  0.333141  0.803991
1  1  0.043958  0.582038
2  1  0.833433  0.782856
3  1  0.722592  0.237912
4  1  0.634979  0.664208
5  1  0.809748  0.889524
6  1  0.110342  0.650617
7  1  0.035417  0.251089
8  1  0.481492  0.128792
9  1  0.190135  0.213608

          A         B         C
0  0.897373  0.599721  0.361668
1  0.495024  0.471351  0.090395
2  0.651174  0.621328  0.721208
3  0.253459  0.567619  0.104370
4  0.357627  0.616717  0.775327
5  0.164323  0.716166  0.740565
6  0.841509  0.464837  0.398952
7  0.398680  0.186555  0.293076
8  0.298785  0.784237  0.704184
9  0.124763  0.384852  0.307361

正如您在df 中看到的，有一列只有 1。

我需要做以下事情：

1. 在所有行中仅包含 1 的 Dataframe (df) 中查找列的名称。
2. 从df 中删除该列
3. 从df2 中删除 SAME 列

我想得到这个：

          B         C
0  0.333141  0.803991
1  0.043958  0.582038
2  0.833433  0.782856
3  0.722592  0.237912
4  0.634979  0.664208
5  0.809748  0.889524
6  0.110342  0.650617
7  0.035417  0.251089
8  0.481492  0.128792
9  0.190135  0.213608

          B         C
0  0.599721  0.361668
1  0.471351  0.090395
2  0.621328  0.721208
3  0.567619  0.104370
4  0.616717  0.775327
5  0.716166  0.740565
6  0.464837  0.398952
7  0.186555  0.293076
8  0.784237  0.704184
9  0.384852  0.307361

有没有办法做到这一点？

Answer 1

您可以使用DataFrame.apply 和axis=0 将函数应用于数据帧的每一列。在您的情况下，您想检查每列是否有all(col==1)。 然后你可以使用列表推导来挑选列，最后使用DataFrame.drop do drop the columns：

allonecols = df.apply(lambda col: all(col==1), axis = 0)
allonecols 
A     True
B    False
C    False
dtype: bool

dropcols = [k for k,v in allonecols.to_dict().items() if v]  
dropcols 
['A']

df2.drop(dropcols, axis = 1)

Answer 2

我建议在整个 df 的布尔条件上使用all，而不是使用apply：

In [122]:
col_to_drop = df.columns[(df==1).all()]
col_to_drop

Out[122]:
Index(['A'], dtype='object')

In [123]:    
df2.drop(col_to_drop, axis=1)
Out[123]:
          B         C
0  0.507605  0.134758
1  0.777054  0.285220
2  0.121124  0.430874
3  0.422746  0.775676
4  0.563303  0.659942
5  0.582580  0.437603
6  0.221917  0.339737
7  0.634779  0.172416
8  0.703110  0.730759
9  0.426673  0.923138

在布尔比较上调用 all 会返回一个序列，其中每列都有布尔值：

In [124]:
(df==1).all()

Out[124]:
A     True
B    False
C    False
dtype: bool

然后您可以使用它来屏蔽列以返回您希望从df2 删除的列，如上所示。