熊猫：根据阈值条件删除列

Question

我必须解决这个问题：目标：删除大多数行缺少输入的列：1。数据帧df：数据帧2。阈值：确定将删除哪些列。如果阈值为.9，则缺少90%值的列将被丢弃：1。带删除列的数据帧df（如果未删除任何列，则返回相同的数据帧）

Excel文档截图

我编码了这个：

class variableTreatment():

    def drop_nan_col(self, df, threshold): 

        self.threshold = threshold
        self.df = df
        for i in df.columns:
            if (float(df[i].isnull().sum())/df[i].shape[0]) > threshold:
                df = df.drop(i)

我必须有“自我、博士和阈值”，不能添加更多。代码必须通过下面的测试用例：

import pandas as pd
import numpy as np
df = pd.read_excel('CKD.xlsx')

VT = variableTreatment()

VT

VT.drop_nan_col(df, 0.9).head()

当我运行VT.drop_nan_col（df，0.9）. head（）时，我不能更改这行代码，我得到：

KeyError: "['yls'] not found in axis"

如果我改变形状有0而不是1，我不认为这是正确的，我正在做的事情，我得到：

IndexError: tuple index out of range

有人能帮我理解我如何解决这个问题吗？

Answer 1

我认为你需要改变

df=df.drop（i）

到

df=df.drop（i，轴=1）

因此，您考虑的是列而不是行，这是默认选项。请参见此处以了解相同的错误https://stackoverflow.com/a/44931865/5184851

此外，要使用. head（）函数drop_nan_col（...）需要返回dataframe i. edf