Pandas如何获取列非空计数低于阈值的对应列名并删除符合条件的列

方法1：遍历同时获取列名与对应计数 #

df.count()返回的是索引为列名、值为对应列非空计数的Series对象，你可以调用它的items()方法同时遍历索引（列名）和值：

for col_name, non_null_count in a.items():
    if non_null_count < 50:
        print(f"列名：{col_name}，非空值计数：{non_null_count}")

运行后就会输出所有符合阈值条件的列名和对应的计数值。

方法2：直接完成删除列操作（更高效，无需手动遍历） #

如果你最终目标是直接删除非空计数小于50的列，用pandas矢量化操作更简洁：

# 方式1：生成新的过滤后的DataFrame，不修改原对象
df_filtered = df.loc[:, a >= 50]

# 方式2：直接在原DataFrame上删除符合条件的列
df.drop(columns=a[a < 50].index, inplace=True)

a[a < 50].index就是所有非空计数小于50的列名列表，直接传给drop方法的columns参数即可完成删除。

内容的提问来源于stack exchange，提问作者Hera Najam