Pandas 删除空列

Pandas数据帧是一个非常强大的数据处理工具。它是一个由行和列组成的表格数据结构。这个二维矩阵的大小可以根据数据集的复杂性而变化。我们可以使用不同类型的源来创建数据帧，从数据库到文件都可以。

在Pandas数据帧中，列代表一系列信息，可以是整数、浮点数或字符串。我们可以对这些列执行许多操作，包括删除、索引、过滤等。在本文中，我们将执行一种基本操作，即从Pandas数据帧中删除/移除空列。

首先，让我们了解一下数据帧中的空列是什么。

创建带有空列的数据帧

通过利用计算技术，我们创建一个用于分析数据的数据帧。每一列都包含一部分数据，并且具有一定的意义。在复杂数据集的情况下，生成的数据帧可能包含一些空列，这会降低数据帧的相关性。为了产生一个优化的数据帧，我们倾向于从中消除这种不必要的数据。

如果一列包含“NaN”（非数值）值，则被视为“空”。包含“空格”和“零”值的列在本质上不为空，因为“空格”和“零值”都代表数据集的某些信息。

当我们创建一个数据帧并且没有向列中传递任何数据时，就会创建一个空列。我们可以使用“dataframe.drop()”方法来删除常规列和空列，但是为了特定地删除空列，我们使用“dataframe.dropna()”方法。让我们创建一个带有“NaN”值的数据帧，然后开始删除操作。

示例

我们导入了“pandas”和“numpy”库，然后传递了一个包含有关不同宿舍的信息的字典数据集。

我们使用“DataFrame()”函数创建了数据帧，并传递了一个用于标记行的值列表。

在数据集中，我们使用numpy库为“Hostel location”列分配了NaN值，最后打印了数据帧。

import pandas as pd
import numpy as np

dataset = {"Hostel ID":["DSC224", "DSC124", "DSC568", "DSC345"], "Hostel Rating":[8, 6, 10, 5], "Hostel price":[35000, 32000, 50000, 24000], "Hostel location": [np.nan, np.nan, np.nan, np.nan]}

dataframe = pd.DataFrame(dataset, index= ["Hostel 1", "Hostel 2", "Hostel 3", "Hostel 4"])
print(dataframe)

输出

Hostel ID   Hostel Rating      Hostel price      Hostel location
Hostel 1    DSC224              8         35000              NaN
Hostel 2    DSC124              6         32000              NaN
Hostel 3    DSC568             10         50000              NaN
Hostel 4    DSC345              5         24000              NaN

使用dropna()方法删除空列

让我们将dropna()方法应用于前面的数据框。

示例

在创建数据框之后，我们使用“ dropna() ”函数删除了所有带有NaN值的列。

由于我们是在列上操作，所以我们将轴值指定为“1”，然后通过将“ how ”值指定为“ all ”来编程删除逻辑。这意味着只有在所有值都为“NaN”时才会删除列。

最后，我们创建并打印了一个具有非“NaN”值的新数据框。

import pandas as pd
import numpy as np
dataset = {"Hostel ID":["DSC224", "DSC124", "DSC568", "DSC345"], "Hostel Rating":[8, 6, 10, 5], "Hostel price":[35000, 32000, 50000, 24000], "Hostel location": [np.nan, np.nan, np.nan, np.nan]}
dataframe = pd.DataFrame(dataset, index= ["Hostel 1", "Hostel 2", "Hostel 3", "Hostel 4"])
print(dataframe)
Emp_drop = dataframe.dropna(how= "all", axis=1)
print("After dropping the empty columns using dropna() we get: -")
print(Emp_drop)

输出

Hostel ID     Hostel Rating     Hostel price     Hostel location
Hostel 1    DSC224              8         35000              NaN
Hostel 2    DSC124              6         32000              NaN
Hostel 3    DSC568             10         50000              NaN
Hostel 4    DSC345              5         24000              NaN
After dropping the empty columns using dropna() we get: -
           Hostel ID     Hostel Rating   Hostel price
Hostel 1    DSC224              8         35000
Hostel 2    DSC124              6         32000
Hostel 3    DSC568             10         50000
Hostel 4    DSC345              5         24000

Note - 如果我们想对当前数据框进行更改而不是创建一个新的数据框，我们使用“ inplace ”子句。

dataframe.dropna(how= "all", axis=1, inplace=True)
print(dataframe)

使用notnull()方法删除空列

创建数据框后，我们使用notnull()方法配合loc()函数对具有“NaN”值的列进行过滤和选择。我们指定了评估的轴并打印出具有非“NaN”值的数据框。

示例

import pandas as pd
import numpy as np
dataset = {"Hostel ID":["DSC224", "DSC124", "DSC568", "DSC345"], "Hostel Rating":[8, 6, 10, 5], "Hostel price":[35000, 32000, 50000, 24000], "Hostel location": [np.nan, np.nan, np.nan, np.nan]}
dataframe = pd.DataFrame(dataset, index= ["Hostel 1", "Hostel 2", "Hostel 3", "Hostel 4"])
print(dataframe)
dataframe = dataframe.loc[:, dataframe.notnull().any(axis=0)]
print("Using notnull() method to remove empty columns: -")
print(dataframe)

输出

Hostel ID  Hostel Rating  Hostel price  Hostel location
Hostel 1    DSC224              8         35000              NaN
Hostel 2    DSC124              6         32000              NaN
Hostel 3    DSC568             10         50000              NaN
Hostel 4    DSC345              5         24000              NaN
Using notnull() method to remove empty columns: -
         Hostel ID  Hostel Rating  Hostel price
Hostel 1    DSC224              8         35000
Hostel 2    DSC124              6         32000
Hostel 3    DSC568             10         50000
Hostel 4    DSC345              5         24000