Pandas Dataframe:使用count函数过滤数据

Question

我有一个pandas数据框架，我想通过应用一个基于count函数的过滤器来创建一个新的数据框架，这样只应该选择那些计数等于指定数字的列。

例如，在下面的数据帧中:

month_end   Col A       Col B       Col C       Col D
200703      NaN          NaN         NaN         NaN
200704      0.084       0.152       0.142      0.0766
200705      0.124       0.123       0.020       NaN 
200706      NaN         0.191       0.091       0.149   
200707      -0.136      0.047       0.135      -0.127

如果my_variable=4，那么df1应该只包含Col B和Col D以及索引month_end。

我该怎么做？

Answer 1

您可以按照以下思路做一些事情:

df.loc[:,df.notna().sum(0).eq(4)]

    ColB   ColC
0    NaN    NaN
1  0.152  0.142
2  0.123  0.020
3  0.191  0.091
4  0.047  0.135

或者还有count，它已经在计数之前丢弃了dupes:

df.loc[:,df.count().eq(4)]

如果您希望包含日期列，而它不是索引:

ix = df.notna().sum(0).eq(4)
df.loc[:,ix.index[ix].union(['month_end'])]

    ColB   ColC  month_end
0    NaN    NaN     200703
1  0.152  0.142     200704
2  0.123  0.020     200705
3  0.191  0.091     200706
4  0.047  0.135     200707

Answer 2

使用for循环的解决方案:

for col in df.columns:
    if (df[col].count() != 4):
        df.drop(col, axis=1)