如何识别仅含'skip'和'dne'的df列并删除以实现特征降维？

针对你这个7万列的字符串型DataFrame，已经把NaN替换成'dne'后，要删掉仅包含'skip'和'dne'的列，可以这么做：

高效版本（适合超大型数据集） #

先缩小候选列范围，再精准筛选，能大幅提升处理速度：

# 第一步：先找出唯一值数量≤2的列（减少后续计算量）
candidate_cols = df.columns[df.nunique() <= 2]
# 第二步：从候选列里筛选出仅含'skip'和'dne'的列
cols_to_drop = [col for col in candidate_cols if set(df[col].unique()) == {'skip', 'dne'}]
# 第三步：删除目标列
df.drop(cols_to_drop, axis=1, inplace=True)

简洁版本（数据量较小时用） #

如果数据集没大到极致，也可以用一行式筛选直接删除：

df = df.drop([col for col in df.columns if set(df[col].unique()) == {'skip', 'dne'}], axis=1)

核心逻辑就是检查每列的唯一值集合，判断是否只有skip和dne两个值，符合条件的直接从DataFrame中移除。先筛选唯一值≤2的列，能避免对7万列全量做集合检查，让处理效率更高。

内容的提问来源于stack exchange，提问作者surfer349