如何在DataFrame中按条件删除整列均为「o」的列

思路说明 #

• 优先筛选首行值为"o"的列作为候选校验列，降低全表校验的计算量
• 对候选列逐列校验是否所有值均为"o"，确认后删除对应列

Python（Pandas）实现 #

优化版（优先校验首行，适合大表） #

import pandas as pd

def drop_all_o_cols(df):
    # 筛选首行值为"o"的候选列
    candidate_cols = df.columns[df.iloc[0] == "o"]
    # 校验候选列是否全列都是"o"
    drop_cols = [col for col in candidate_cols if (df[col] == "o").all()]
    # 删除目标列
    return df.drop(columns=drop_cols)

# 批量处理多张数据表示例
df_list = [df1, df2, df3] # 替换为你自己的DataFrame列表
processed_df_list = [drop_all_o_cols(df) for df in df_list]

简化版（适合小表，直接全列校验） #

# 直接删除所有全列为"o"的列
df = df.drop(columns=[col for col in df.columns if (df[col] == "o").all()])

注意：如果列中存在缺失值，all()默认会返回False，若需要把仅含缺失值和"o"的列也同步删除，可将判断条件改为(df[col] == "o").all(skipna=True)

R实现 #

library(dplyr)

drop_all_o_cols <- function(df) {
  # 筛选首行值为"o"的候选列
  candidate_cols <- names(df)[which(df[1,] == "o")]
  # 校验候选列是否全列都是"o"
  drop_cols <- candidate_cols[sapply(df[candidate_cols], function(x) all(x == "o"))]
  # 删除目标列
  return(df %>% select(-all_of(drop_cols)))
}

# 批量处理多张数据表示例
df_list <- list(df1, df2, df3) # 替换为你自己的DataFrame列表
processed_df_list <- lapply(df_list, drop_all_o_cols)

注意：如果列中存在缺失值，可将判断条件改为all(x == "o", na.rm = TRUE)即可匹配仅含缺失值和"o"的列

内容的提问来源于stack exchange，提问作者Carolina