python - 如何遍历 Pandas 数据框，并应用阈值函数来删除 x% 为空的列？

Question

我试图根据它们包含的 NaN 值的数量删除列。默认阈值为 0.5，但应该可以更改。
到目前为止，我想出的代码如下:

def drop_cols_na(df, threshold=0.5):
    for column in df.columns:
        if df[column].isna().sum() / df.shape[0] >= threshold:
            df.drop([column], axis=1, inplace=True)
            return df

代码运行良好，但没有任何效果并且不会删除任何列。任何建议将不胜感激!谢谢

Answer 1

此函数删除具有 None 的列值超过指定阈值。

sample_df = pd.DataFrame({'A':[2,3,None, 4,None], 'B':[2,13,None, None,None], 'C':[None,3,None, 4,None]})

def drop_cols_na(df, threshold = 0.5):
    df1 = df.copy()
    for i, col in df.iteritems():
        if((sum(col.isna())/len(col)) >= threshold):
            df1.drop(labels = i, axis = 1, inplace = True)
    return(df1)

# call the function with whatever threshold
drop_cols_na(sample_df, 0.5)