Numpy(Pandas)删除全为零的列的方法
更新时间：2020年09月11日 09:26:32 作者：SongpingWang
这篇文章主要介绍了Numpy(Pandas)删除全为零的列的方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
在处理numpy数组，有这个需求，故写下此文：
使用np.argwhere和np.all来查找索引。要使用np.delete删除它们。
示例1
import numpy as np
a = np.array([[1, 2, 0, 3, 0],
[4, 5, 0, 6, 0],
[7, 8, 0, 9, 0]])
idx = np.argwhere(np.all(a[..., :] == 0, axis=0))
a2 = np.delete(a, idx, axis=1)
print(a2)
"""
[[1 2 3]
[4 5 6]
[7 8 9]]
"""
示例2
import numpy as np
array1 = np.array([[1,0,1,0,0,0,0,0,0,1,1,0,0,0,1,1,0,1,0,0],
[0,1,1,0,0,1,1,1,1,0,0,0,1,0,1,0,0,1,1,1],
[0,0,1,0,0,1,1,1,0,0,0,0,0,0,0,1,0,0,1,1],
[0,1,1,0,0,1,1,1,1,0,1,1,1,0,0,1,0,0,1,1],
[0,0,1,0,0,1,1,1,0,1,0,1,1,0,1,1,0,0,1,0],
[1,0,1,0,0,0,1,0,0,1,1,1,1,0,1,1,0,0,1,0],
[1,0,1,0,1,1,0,0,0,0,1,0,0,0,1,0,0,0,1,1],
[0,1,0,0,1,0,0,0,1,0,1,1,1,0,1,0,0,1,1,0],
[0,1,0,0,1,0,0,1,1,0,1,1,1,0,0,1,0,1,0,0],
[1,0,0,0,0,1,0,1,0,0,0,1,1,0,0,1,0,1,0,0]])
mask = (array1 == 0).all(0)
column_indices = np.where(mask)[0]
array1 = array1[:,~mask]
print("raw array", array1.shape) # raw array (10, 20)
print("after array",array1.shape) # after array (10, 17)
print("=====x=====\n",array1)
其它查看：https://moonbooks.org/Articles/How-to-remove-array-rows-that-contain-only-0-in-python/
pandas 删除全零列
from pandas import DataFrame df1=DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c','d'],columns=['one','two','three','four']) # 创建一个dataframe df1.loc['e'] = 0 # 优雅地增加一行全0 df1.ix[(df1==0).all(axis=1), :] # 找到它 df1.ix[~(df1==0).all(axis=1), :] # 删了它
到此这篇关于Numpy(Pandas)删除全为零的列的方法的文章就介绍到这了,更多相关Numpy删除全为零的列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python中stdout输出不缓存的设置方法,这个方法只在比较特殊的环境中使用,需要的朋友可以参考下2014-05-05
Python Asyncio中Coroutines,Tasks,Future可等待对象的关系及作用
这篇文章主要介绍了Python Asyncio中Coroutines,Tasks,Future可等待对象的关系及作用，文章围绕主题展开详细的内容介绍，需要的小伙伴可以参考一下2022-06-06
一般在python代码块的调试过程中会使用memory-profiler、filprofiler、objgraph等三种方式进行辅助分析，今天这里主要介绍使用objgraph对象提供的函数接口来进行内存泄露的分析，感兴趣的可以了解一下2023-01-01
Python 、Pycharm、Anaconda三者的区别与联系、安装过程及注意事项
这篇文章主要介绍了Python，Pycharm，Anaconda三者的区别与联系、安装过程及其注意事项,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-10-10
这篇文章主要介绍了新手入门学习python Numpy基础操作,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-03-03
这篇文章主要介绍了Python列表推导式，列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式，下面来看看详细内容吧2021-11-11
这篇文章主要介绍了Python如何实现均直方图均衡化问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-10-10
局部函数有哪些特征，在使用时需要注意什么呢？接下来就给读者详细介绍 Python 局部函数的用法,对Python局部函数相关知识感兴趣的朋友跟随小编一起看看吧2022-12-12
这篇文章主要为大家介绍了python人工智能深度学习关于算法优化详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2021-11-11
这篇文章主要介绍了Python面向对象特殊成员的相关资料,需要的朋友可以参考下2017-04-04
最新评论