wake-up-neo.com

Wie lösche ich die Spalte nach NAN-Prozentsatz für Datenrahmen?

Für bestimmte Spalten von df, wenn 80% der Spalte NAN sind.

Was ist der einfachste Code, um solche Spalten zu löschen?

8
LookIntoEast

Sie können isnull mit mean für den Schwellenwert verwenden und dann Spalten mit boolean indexing mit loc entfernen (da Spalten entfernen), müssen Sie auch die Bedingung umkehren - also bedeutet <.8, dass alle Spalten entfernt werden >=0.8:

df = df.loc[:, df.isnull().mean() < .8]

Probe:

np.random.seed(100)
df = pd.DataFrame(np.random.random((100,5)), columns=list('ABCDE'))
df.loc[:80, 'A'] = np.nan
df.loc[:5, 'C'] = np.nan
df.loc[20:, 'D'] = np.nan

print (df.isnull().mean())
A    0.81
B    0.00
C    0.06
D    0.80
E    0.00
dtype: float64

df = df.loc[:, df.isnull().mean() < .8]
print (df.head())
         B   C         E
0  0.278369 NaN  0.004719
1  0.670749 NaN  0.575093
2  0.209202 NaN  0.219697
3  0.811683 NaN  0.274074
4  0.940030 NaN  0.175410

Wenn Sie Spalten mit minimalen Werten entfernen möchten dropna working Nice mit den Parametern thresh und axis=1 für das Entfernen von Spalten:

np.random.seed(1997)
df = pd.DataFrame(np.random.choice([np.nan,1], p=(0.8,0.2),size=(10,10)))
print (df)
     0   1    2    3    4    5    6    7   8    9
0  NaN NaN  NaN  1.0  1.0  NaN  NaN  NaN NaN  NaN
1  1.0 NaN  1.0  NaN  NaN  NaN  NaN  NaN NaN  NaN
2  NaN NaN  NaN  NaN  NaN  1.0  1.0  NaN NaN  NaN
3  NaN NaN  NaN  NaN  1.0  NaN  NaN  NaN NaN  NaN
4  NaN NaN  NaN  NaN  NaN  1.0  NaN  NaN NaN  1.0
5  NaN NaN  NaN  1.0  1.0  NaN  NaN  1.0 NaN  1.0
6  NaN NaN  NaN  NaN  NaN  NaN  NaN  NaN NaN  NaN
7  NaN NaN  NaN  NaN  NaN  NaN  NaN  NaN NaN  NaN
8  NaN NaN  NaN  NaN  NaN  NaN  NaN  1.0 NaN  NaN
9  1.0 NaN  NaN  NaN  1.0  NaN  NaN  1.0 NaN  NaN

df1 = df.dropna(thresh=2, axis=1)
print (df1)
     0    3    4    5    7    9
0  NaN  1.0  1.0  NaN  NaN  NaN
1  1.0  NaN  NaN  NaN  NaN  NaN
2  NaN  NaN  NaN  1.0  NaN  NaN
3  NaN  NaN  1.0  NaN  NaN  NaN
4  NaN  NaN  NaN  1.0  NaN  1.0
5  NaN  1.0  1.0  NaN  1.0  1.0
6  NaN  NaN  NaN  NaN  NaN  NaN
7  NaN  NaN  NaN  NaN  NaN  NaN
8  NaN  NaN  NaN  NaN  1.0  NaN
9  1.0  NaN  1.0  NaN  1.0  NaN

EDIT: Für nicht-boolesche Daten

Die Gesamtzahl der NaN-Einträge in einer Spalte muss weniger als 80% der gesamten Einträge betragen:

 df = df.loc[:, df.isnull().sum() < 0.8*df.shape[0]]
20
jezrael

Wie in den Kommentaren vorgeschlagen, können Sie die Anzahl der Vorkommen ermitteln, wenn Sie sum() für einen Booleschen Test verwenden.

Code:

def get_nan_cols(df, nan_percent=0.8):
    threshold = len(df.index) * nan_percent
    return [c for c in df.columns if sum(df[c].isnull()) >= threshold]  

Benutzt als:

del df[get_nan_cols(df, 0.8)]
4
Stephen Rauch
df.dropna(thresh=np.int((100-percent_NA_cols_required)*(len(df.columns)/100)),inplace=True)

Grundsätzlich benötigt pd.dropna die Anzahl (int) von non_na-Spalten, die erforderlich sind, wenn diese Zeile entfernt werden soll.

0
rakesh