在 pandas 数据框中过滤具有唯一值数量的列

Question

我有一个包含 2000 多列的非常大的数据框。我正在尝试计算每列的唯一值的数量，并过滤掉唯一值低于特定数量的列。这是一个例子：

import pandas as pd
df = pd.DataFrame({'A': ('a', 'b', 'c', 'd', 'e', 'a', 'a'), 'B': (1, 1, 2, 1, 3, 3, 1)})
df.nunique()
A      5
B      3
dtype: int64

所以假设我想过滤掉具有少于 5 个唯一值的 B 列和 return 没有 B 列的 df。

谢谢-

Answer 1

通过 .loc

df=df.loc[:,df.nunique()>3]
   A
0  a
1  b
2  c
3  d
4  e
5  a
6  a

Answer 2

其他人可能有更pythonic的方式。试试这个，看看它是否有效。

x = df.nunique()
df[list(x[x>=5].index)]

在 pandas 数据框中过滤具有唯一值数量的列

Filter columns with number of unique values in a pandas dataframe

python

uniq

dataframe

pandas