python - 按 Pandas 中值的百分位数过滤列

Question

我想过滤掉 pandas 中具有“许多”零值的列。过滤包含“全零值”的列并不难，但我想做的是过滤包含“多个零值”的列，例如超过 75% 的列值。

数据集(A 有 4 个值的 3 个零，占列值的 75%。)

A B C
0 0 0
0 0 1
0 1 2
1 2 3

结果

B C
0 0
0 1 
1 2
2 3

有什么建议吗？

Answer 1

您可以使用 mean 的 boolean mask , 其中True值转换为 1 , 然后反转条件 - >=至 <用于过滤具有较少 mean 的所有列作为0.75 :

print ((df == 0).mean())
a    0.75
b    0.50
c    0.25
dtype: float64

print ((df == 0).mean() < 0.75)
a    False
b     True
c     True
dtype: bool

df = df.loc[:, (df == 0).mean() < 0.75]
print (df)
   b  c
0  0  1
1  0  1
2  1  0
3  1  1