[英]Drop columns in a pandas dataframe based on the % of null values
我有一個大約60列和200萬行的數據幀。 有些列大多是空的。 我使用此函數計算了每列中的空值百分比。
def missing_values_table(df):
mis_val = df.isnull().sum()
mis_val_percent = 100 * df.isnull().sum()/len(df)
mis_val_table = pd.concat([mis_val, mis_val_percent], axis=1)
mis_val_table_ren_columns = mis_val_table.rename(
columns = {0 : 'Missing Values', 1 : '% of Total Values'})
return mis_val_table_ren_columns
現在我想刪除缺少80%以上(例如)值的列。 我嘗試了以下代碼但它似乎沒有工作。
df = df.drop(df.columns[df.apply(lambda col: col.isnull().sum()/len(df) > 0.80)], axis=1)
先感謝您。 希望我不會遺漏一些非常基本的東西
我收到此錯誤
TypeError :(“'generator'對象不可調用”,u'Ccurred在索引Unique_Key')
您可以使用帶有閾值參數的dropna()
thresh = len(df) * .2
df.dropna(thresh = thresh, axis = 1, inplace = True)
def missing_values(df, percentage):
columns = df.columns
percent_missing = df.isnull().sum() * 100 / len(df)
missing_value_df = pd.DataFrame({'column_name': columns,
'percent_missing': percent_missing})
missing_drop = list(missing_value_df[missing_value_df.percent_missing>percentage].column_name)
df = df.drop(missing_drop, axis=1)
return df
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.