熊猫dataframe删除恒定列

Question

我有一个数据帧，可能有也可能不具有相同的值的列。例如

row A B 
    1  9 0 
    2  7 0 
    3  5 0 
    4  2 0 

我想只返回

row A 
    1  9  
    2  7  
    3  5  
    4  2 

有没有一种简单的方法，并确定如果有这些列的存在，然后删除它们？

Answer 1

我相信这个选项会比其他的答案更快这里，如果一个非唯一值，发现它会遍历数据帧只有一次比较和短路。

>>> df 

    0 1 2 
0 1 9 0 
1 2 7 0 
2 3 7 0 

>>> df.loc[:, (df != df.iloc[0]).any()] 

    0 1 
0 1 9 
1 2 7 
2 3 7 

Answer 2

忽略NaN像往常一样，如果nunique() == 1的列是恒定的。所以：

>>> df 
    A B row 
0 9 0 1 
1 7 0 2 
2 5 0 3 
3 2 0 4 
>>> df = df.loc[:,df.apply(pd.Series.nunique) != 1] 
>>> df 
    A row 
0 9 1 
1 7 2 
2 5 3 
3 2 4 

Answer 3

假设数据帧是完全型数字的：

可以尝试：

>>> df = df.loc[:, df.var() == 0.0] 

这将删除常数列（即方差= 0）。

如果数据帧的类型为数字和对象，那么你应该尝试：

>>> enum_df = df.select_dtypes(include=['object']) 
>>> num_df = df.select_dtypes(exclude=['object']) 
>>> num_df = num_df.loc[:, num_df.var() == 0.0] 
>>> df = pd.concat([num_df, enum_df], axis=1) 

将下降只有数字型常量列。

如果你也想忽略/删除常量枚举列，你应该尝试：

>>> enum_df = df.select_dtypes(include=['object']) 
>>> num_df = df.select_dtypes(exclude=['object']) 
>>> enum_df = enum_df.loc[:, [True if y !=1 else False for y in [len(np.unique(x, return_counts=True)[-1]) for x in enum_df.T.as_matrix()]]] 
>>> num_df = num_df.loc[:, num_df.var() == 0.0] 
>>> df = pd.concat([num_df, enum_df], axis=1) 

Answer 4

这里是我的解决方案，因为我需要做两件事对象和数值列。没有声称它的超级效率或任何东西，但它完成了工作。

def drop_constants(df): 
    """iterate through columns and remove columns with constant values (all same)""" 
    columns = df.columns.values 
    for col in columns: 
     # drop col if unique values is 1 
     if df[col].nunique(dropna=False) == 1: 
      del df[col] 
    return df 

额外的警告，它不会工作在列或数组的列上，因为它们不可哈希。