如何根据 NaN 的计数在 pandas 数据框中删除列答案

【问题标题】：How do I drop columns in a pandas dataframe based on the count of NaN如何根据 NaN 的计数在 pandas 数据框中删除列
【发布时间】：2021-03-09 17:38:37
【问题描述】：

有没有一种简单的方法来删除主要是 NaN 的列？

我有一个包含 129 列的数据框，我想删除所有具有 50% 或更大 NaN 值的列。

【问题讨论】：

这对您有帮助吗？ stackoverflow.com/questions/31614804/…

标签： pandas dataframe nan drop

【解决方案1】：

你可以这样做：

将 numpy 导入为 np 将熊猫导入为 pd

# calculate the ratio of nans
nan_ratio= df.isna().mean(axis='index')
# get the columns above a threshold of nans
# here 50% or more NaNs
cols_to_drop= nan_ratio.index[nan_ratio>=0.5].to_list()
# remove the columns from the dataframe
df.drop(columns=cols_to_drop, inplace=True)
df

测试数据：

df= pd.DataFrame(
    dict(
        c1=np.random.randint(1,100, size=100), 
        c2=np.random.randint(1,30, size=100), 
        c3=np.random.randint(1,15, size=100),
        c4=np.random.randint(1,16, size=100)
    ), 
    dtype='float32'
)
df= df.where(df > 10, np.nan)

对于测试数据，上面的代码通常会删除列c3和c4（取决于随机数）。

【讨论】：

【解决方案2】：

感谢您的帮助。我也找到了另一种方法：

threshold = 0.25
df = df[df.columns[df.isnull().mean() < threshold]]

【讨论】：