Pandas 中删除空列

在使用Pandas处理数据时，很有可能出现没有任何值或值全为空的情况。这些空值或空列对数据的分析和处理都是无用的，需要将其删除。本文将介绍如何使用Pandas删除空列。

在Pandas中，为了方便数据处理和分析，数据通常被转换成一个DataFrame对象。一个DataFrame对象可以理解为一个表格，由多行多列的数据构成。通常，每一列代表数据集中的一个变量，每一行代表数据集中的一个样本。下面，我们从头开始创建一个DataFrame对象。

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

上述代码创建了一个3行3列的DataFrame对象。我们来看一下它的输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

DataFrame对象中每一列的值都可以使用一个Series对象表示。对于Series对象，有两个方法可以用来检查它是否为空，分别是isnull()和notnull()。这两个方法返回一个布尔值的Series对象，其中True表示该位置上的值为空，False表示该位置上的值非空。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
print(df.isnull())

上述代码将DataFrame对象中存在空值的位置设置为True，打印输出如下：

       A      B      C
0  False  False  False
1  False   True  False
2   True   True  False

我们可以发现，该DataFrame对象中有两个空列，即’A’和’B’列。我们需要将它们删除。Pandas中提供了dropna()函数可以删除DataFrame对象中的空值。我们可以指定删除空值所在的列(axis=1表示删除列，axis=0表示删除行)。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
print(df.dropna(axis=1))

上述代码删除了DataFrame对象的空列，打印输出如下：

   C
0  7
1  8
2  9

可以看到，已经成功删除了空列。

更多Pandas相关文章，请阅读：Pandas 教程

结论

在Pandas中，我们可以使用isnull()和notnull()方法来检查DataFrame对象中的空值。如果需要删除DataFrame对象中的空列，可以使用dropna()函数，指定axis=1即可。