删除 Pandas 中的空列

在 Pandas 中，有时候数据集中可能存在空列，这些空列有可能是由于数据提取或处理等步骤中的一些问题导致的，如果不及时清理，会影响数据分析和建模的结果。

本文介绍如何使用 Pandas 快速删除空列。

创建示例数据集

先创建一个简单的数据集，其中包含一些有值的列和一些空列。

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'job': ['engineer', 'manager', 'developer'],
        'city': ['', '', '']}
df = pd.DataFrame(data)
print(df)

输出结果如下：

       name  age         job city
0     Alice   25    engineer     
1       Bob   30     manager     
2  Charlie   35  developer     

可以看到这个数据集中包含两个空列，即 city 列和左侧的一个未命名列。

检查空列

要删除空列，首先需要检查数据集中是否存在空列。Pandas 中提供了一个快速的方法来检测每列是否包含空值，可以使用 isna() 函数得到每个元素是否为 NA（即缺失值）。在将 isna() 函数应用到每一列上后，使用 any() 函数来检查每列是否有 NA 值。

empty_cols = [col for col in df.columns if df[col].isna().all()]
print(empty_cols)

这段代码创建了一个名为 empty_cols 的空列表，然后对于数据集中的每列，使用 isna() 函数判断是否每个元素都为缺失值。如果所有元素都为缺失值，则该列会被视为空列。最后，使用 all() 函数来检查每个元素是否都为缺失值。如果是，则返回 True。

输出结果如下：

['city']

这意味着 city 列是一个空列。

删除空列

现在，我们已经确认了存在空列，接下来就可以开始删除空列了。使用 Pandas 的 drop() 函数可以轻松删除空列。只需将未命名的列和所有的空列传递给 drop() 函数即可。

df.drop(empty_cols + ['Unnamed: 0'], axis=1, inplace=True)
print(df)

这里调用了 drop() 函数，它包含三个参数：要删除的列名、轴向（这里指的是列轴），以及是否在原 DataFrame 中进行修改。

输出结果如下：

       name  age         job
0     Alice   25    engineer
1       Bob   30     manager
2  Charlie   35  developer

可以看到，现在已经成功删除所有空列。

到此，我们完成了删除 Pandas 中的空列的介绍。通过这个方法，你可以很容易地清理你的数据集，以减少数据分析和建模中可能的干扰。