如何用Pandas按内容筛选布尔列？保留多数为False的列

需求描述 #

我有一个包含布尔列的DataFrame，需要筛选掉多数值为True的列，仅保留多数值为False的列。示例DataFrame如下：

A     B     C
0   True  False True
1   False False True
2   True  True  False

筛选后应仅保留列B。我已实现如下解决方案：

def check_mostly_false(col):
    values, counts = np.unique(df[col], return_counts=True)
    if values[np.argmax(counts)] == False:
         return True
    return False
false_columns = list(filter(check_mostly_false, df.columns))

想了解是否有更简洁高效的实现方式，比如利用Pandas原生功能。

简洁高效的Pandas原生实现 #

可以利用Pandas对布尔类型的数值化处理（True=1，False=0），结合向量化操作快速筛选：

方法1：基于均值判断

# 筛选出True占比小于50%的列（即False占多数）
filtered_columns = df.columns[df.mean() < 0.5]
filtered_df = df[filtered_columns]

方法2：基于计数判断

# 筛选出True的数量小于总行数一半的列
filtered_columns = df.columns[df.sum() < len(df)/2]
filtered_df = df[filtered_columns]

原理说明 #

布尔类型在Pandas中会被自动转换为数值参与计算：

• df.mean()计算每列中True的占比，占比<0.5意味着False的数量多于True
• df.sum()计算每列中True的总数，总数<总行数的一半同样说明False占多数

这两种方法都是Pandas原生的向量化操作，比原方案的循环+numpy调用效率更高，尤其是处理大型DataFrame时优势明显，代码也更简洁易读。

内容的提问来源于stack exchange，提问作者Nourless