web-dev-qa-db-ja.com

pandasまたはspark dataframe？経由ですべての行に同じ値を持つ列をドロップする方法

次のようなデータがあるとします：

  index id   name  value  value2  value3  data1  val5
    0  345  name1    1      99      23     3      66
    1   12  name2    1      99      23     2      66
    5    2  name6    1      99      23     7      66

（value、value2、value3）のようなすべての列を削除するには、1つのコマンドまたはpython ？

value、value2、value3...value200に類似した多くの列があると考えてください。

出力：

   index id      name   data1
        0  345  name1    3
        1   12  name2    2
        5    2  name6    7
pythonpandasduplicatesmultiple-columnsspark-dataframe
22
CYAN CEVI

できることはapplynuniqueで、dfの一意の値の数を計算し、単一の一意の値のみを持つ列を削除します。

In [285]:
nunique = df.apply(pd.Series.nunique)
cols_to_drop = nunique[nunique == 1].index
df.drop(cols_to_drop, axis=1)

Out[285]:
   index   id   name  data1
0      0  345  name1      3
1      1   12  name2      2
2      5    2  name6      7

別の方法は、diff数値列とsumsだけにすることです：

In [298]:
cols = df.select_dtypes([np.number]).columns
diff = df[cols].diff().sum()
df.drop(diff[diff== 0].index, axis=1)
​
Out[298]:
   index   id   name  data1
0      0  345  name1      3
1      1   12  name2      2
2      5    2  name6      7

別のアプローチは、同じ値を持つ列に対して標準偏差がゼロになるというプロパティを使用することです：

In [300]:
cols = df.select_dtypes([np.number]).columns
std = df[cols].std()
cols_to_drop = std[std==0].index
df.drop(cols_to_drop, axis=1)

Out[300]:
   index   id   name  data1
0      0  345  name1      3
1      1   12  name2      2
2      5    2  name6      7

実際、上記はワンライナーで実行できます。

In [306]:
df.drop(df.std()[(df.std() == 0)].index, axis=1)

Out[306]:
   index   id   name  data1
0      0  345  name1      3
1      1   12  name2      2
2      5    2  name6      7
30
EdChum

別の解決策は set_index 比較されていない列から iloc によって選択された最初の行を eq ですべてのDataFrameと最後の使用 boolean indexing ：

df1 = df.set_index(['index','id','name',])
print (~df1.eq(df1.iloc[0]).all())
value     False
value2    False
value3    False
data1      True
val5      False
dtype: bool

print (df1.ix[:, (~df1.eq(df1.iloc[0]).all())].reset_index())
   index   id   name  data1
0      0  345  name1      3
1      1   12  name2      2
2      5    2  name6      7
3
jezrael