在方法链接期间基于 lambda 删除 pandas 列答案

【问题标题】：Drop pandas columns based on lambda during method chaining在方法链接期间基于 lambda 删除 pandas 列
【发布时间】：2022-07-02 04:49:30
【问题描述】：

我想使用 lambda 删除 pandas DataFrame 的列。像How can I use lambda to drop column of pandas dataframe? 这样的问题讨论了这个问题，但我希望能够在方法链接构造中做到这一点（这不是另一个问题中的条件）。我该怎么做？

其他问题，例如Method chaining solution to drop column level in pandas DataFrame，讨论列级别，但这也不同。

【问题讨论】：

标签： python pandas lambda method-chaining

【解决方案1】：

假设您想使用列名作为删除每一列的指示符。在这里，我提供选项：

from time import time
import numpy as np
import pandas as pd

d = pd.DataFrame(np.random.randint(0, 10, (10000, 7)), columns=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
print(d.shape)

t0 = time()
d.apply(lambda row: pd.Series([row[col_name] for col_name in row.index if col_name == 'a'],
                              index=[col_name for col_name in row.index if col_name == 'a']), axis=1, result_type="expand")
print(time() - t0)

t0 = time()
d.apply(lambda column: len(column)*[np.nan] if column.name == 'a' else column, axis=0).dropna(how='all', axis=1)
print(time() - t0)

(10000, 7)

5.570859670639038

0.005705833435058594

由于该列可用于提取您喜欢的任何条件，您可以相应地调整条件。

虽然第一个解决方案不那么老套，但它会遍历每一行，因此速度非常慢。第二个版本非常快，虽然有点 hacky：您需要确定，没有其他列只有 np.nan 值。

也许其他人有一个快速但仍然不是黑客的解决方案。

【讨论】：

你能用一个具体的例子来说明你的解决方案吗？

【解决方案2】：

您可以使用pipe 在方法链中进行过滤：

import pandas as pd

df = pd.DataFrame({'a': range(10), 'b': ["A"]*5 + ["B"]*5})
df.some_chain_of_methods.pipe(lambda x: x.loc[x.b == "A"])

【讨论】：