誰かが私を助けてくれることを願っています。私はPythonの初心者です。私は、111列と40 000行以上のデータフレームを持っています。すべての列にはNaN値が含まれています（一部の列には他の列より多くのNaNが含まれています）。したがって、少なくとも80％のNaN値を持つ列を削除します。これどうやってするの？私の問題を解決するためにPythonでは、NaNの数に関する条件を満たすデータフレームの列を選択するにはどうすればよいですか？
、私は機能x.isnull().sum()/len(x)は、xの長さ列XでのNaNの数を分割することであり、一部< 0.8はそれらを選択することで、次のコード
df1=df.apply(lambda x : x.isnull().sum()/len(x) < 0.8, axis=0)
を試し80％未満のNaNを含むカラム。
問題は、このコードを実行すると、ブール値 "True"とともに列名が取得されますが、名前だけでなく列全体が必要な点です。私は何をすべきか？
あなたはこれを行うことができます：
filt = df.isnull().sum()/len(df) < 0.8
df1 = df.loc[:, filt]
ああ、あなたは私に賭けても...私は答えを残しておきます。 – jotasi
ニース！ありがとうございました！これはちょうど完璧に動作します:) – user322778
あなたは二つのことを達成したいです。まず、すべての列のインデックスを見つける必要があります。インデックスは最大で80％です。NaNです。次に、あなたはDataFrameからそれらを捨てたいと思う。行がやっによって破棄されるべきかどうかを示すpandasSeriesを取得するには
、あなたが行うことができます。
df1 = df.isnull().sum(axis=0) < 0.8*df.shape[1]
を（ところで、あなたは、あなたの質問にタイプミスがあり、それは常にテストとしてあなたは==Trueをドロップする必要があります。 .isnull()はTrueを与える（またはAS
）0.5==Trueかどうかこれは、維持するためのすべての列インデックスのTrueを与える1）は、有効な数のためNaN及びFalse（又は0）である場合すべての要素。次に、.sum(axis=0)は、列に沿って合計し、各列にNaNの数を与えます。その数が列数の80％より大きい場合、比較が行われます。 2番目のタスクのために
、あなたが使用してインデックスにあなたの列を、これを使用することができます。
df.drop(df.columns[df1==False], axis=1, inplace=True)
あなたの答えをありがとう、私は短いと完璧なので、他の1つを選択しました。私はあなたの答えをupvoteしたいと思いますが、私はできません:(しかし、とにかくそれを書いてくれてありがとう！） – user322778
@ user322778問題はありません。誰か他の人が答えて、ここにそれを残しておきます。 – jotasi
を使用すると、列の名前を持っている：
または実行してコメントで示唆したよう
ドロップしたい場合は、元のデータフレームにpandasドロップ機能を使用することができます：http：//pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.drop.html axis = 1を指定する必要がありますドロップコラム – Quickbeam2k1あなたはdf = df.drop（df1、axis = 1）のような意味ですか？それでも動作しない場合、私のデータフレームは変わりません。 – user322778
いいえ、df.drop（cols、axis = 1、inplace = True）のような意味です。インプレースのために、列は列名ではありません。 – Quickbeam2k1