删除缺失值高于阈值熊猫的列

Question

我正在进行数据预处理，并希望删除缺失值超过 10% 的特征/列。

我已经制作了以下代码：

df_missing=df.isna()
result=df_missing.sum()/len(df)
result

Default           0.010066
Income            0.142857
Age               0.109090
Name              0.047000
Gender            0.000000
Type of job       0.200000
Amt of credit     0.850090
Years employed    0.009003
dtype: float64

我希望 df 只有在没有超过 10% 的缺失值的地方才有列。

预期输出：

df

Default   Name   Gender   Years employed

（缺失值大于 10% 的列将被删除。）

我试过了

result.iloc[:,0] 
IndexingError: Too many indexers

请帮忙

Answer 1

因为总和除以长度是mean ，您可以改为df_missing.sum()/len(df)使用df_missing.mean() ：

result = df.isna().mean()

然后通过DataFrame.loc使用:过滤所有行和列的掩码：

df = df.loc[:,result > .1]

Answer 2

它应该是df = df.loc[:,result < .1]因为用户只想保留缺少行数少于 10% 的列