脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Numpy删除全为零的列

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！

您可能感兴趣的文章:

相关文章

  • 深入浅析Python传值与传址

    深入浅析Python传值与传址

    这篇文章主要介绍了Python传值与传址的相关知识，包括传值与传址的区别介绍,需要的朋友可以参考下
    2018-07-07
  • Python爬取奶茶店数据分析哪家最好喝以及性价比

    Python爬取奶茶店数据分析哪家最好喝以及性价比

    这篇文章主要介绍了用Python告诉你奶茶哪家最好喝性价比最高，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吧
    2022-09-09
  • Python数据可视化:幂律分布实例详解

    Python数据可视化:幂律分布实例详解

    今天小编就为大家分享一篇Python数据可视化:幂律分布实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 在python中使用pymysql往mysql数据库中插入(insert)数据实例

    在python中使用pymysql往mysql数据库中插入(insert)数据实例

    今天小编就为大家分享一篇在python中使用pymysql往mysql数据库中插入(insert)数据实例。具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • python实现自动整理文件

    python实现自动整理文件

    这篇文章主要介绍了python实现自动整理文件，主要内容通过整理桌面杂乱无章都是文档和资料了解用python如何批量将不同后缀的文件移动到同一文件夹,需要的朋友可以参考一下
    2022-04-04
  • Python实现把数字转换成中文

    Python实现把数字转换成中文

    这篇文章主要介绍了Python实现把数字转换成中文,一般用于数字金额转中文大写金额,即将阿拉伯数字转换为大写的中文,需要的朋友可以参考下
    2015-06-06
  • Jupyter Notebook切换conda虚拟环境的实现步骤

    Jupyter Notebook切换conda虚拟环境的实现步骤

    本文主要介绍了Jupyter Notebook切换conda虚拟环境的实现步骤，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
    2023-07-07
  • 如何基于Python和Flask编写Prometheus监控

    如何基于Python和Flask编写Prometheus监控

    这篇文章主要介绍了如何基于Python和Flask编写Prometheus监控,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
    2020-11-11
  • 七个非常实用的Python工具包总结

    七个非常实用的Python工具包总结

    Python 拥有海量的包,无论是普通任务还是复杂任务,我们经常在应用程序中使用大量的工具包.本文我将讨论一些常被低估的数据科学包,包括：数据清理、应用程序开发和调试方面,需要的朋友可以参考下
    2021-06-06
  • Python 动态变量名定义与调用方法

    Python 动态变量名定义与调用方法

    这篇文章主要介绍了Python 动态变量名定义与调用方法,需要的朋友可以参考下
    2020-02-02

最新评论