如何在Pandas中删除全值为1的列？及指定值列通用删除方法

嘿，这两个问题其实本质是同一个逻辑的延伸，我结合你给的示例来一步步说明怎么实现：

首先先还原你给出的示例DataFrame：

import pandas as pd
df = pd.DataFrame({'A': [1, 1, 1, 1], 'B': [0, 1, 2, 3], 'C': [1, 1, 1, 1]})

执行print(df)后输出：

A  B  C
0  1  0  1
1  1  1  1
2  1  2  1
3  1  3  1

一、删除所有值均为1的列 #

我们可以利用Pandas的布尔判断和all()方法快速筛选出需要保留的列：

# 取反筛选：保留不是所有值都为1的列
df_filtered = df.loc[:, ~(df == 1).all(axis=0)]
print(df_filtered)

简单解释一下这段代码：

• df == 1：生成一个和原DataFrame结构一样的布尔矩阵，每个元素标记是否等于1
• .all(axis=0)：沿着列的方向（也就是每一列）检查是否所有元素都是True，返回一个布尔Series，索引是原列名
• ~：对结果取反，这样我们就得到了"不是全为1的列"的筛选条件
• df.loc[:, ...]：按列筛选，保留符合条件的列

运行后就能得到你想要的结果：

B
0  0
1  1
2  2
3  3

二、推广：删除所有值均等于某个特定数值的列 #

如果要处理任意指定的数值（比如全为0、全为5的列），只需要把上面的逻辑封装一下，或者直接替换目标数值即可。

方法1：封装成函数（更灵活） #

把判断逻辑做成函数，方便重复调用：

def drop_all_value_cols(df, target_value):
    # 筛选出不是所有值都等于target_value的列
    return df.loc[:, ~(df == target_value).all(axis=0)]

# 用你的示例测试，传入目标值1
result = drop_all_value_cols(df, 1)
print(result)

方法2：先收集要删除的列名（更直观） #

如果你更喜欢分步操作，也可以先找出所有符合条件的列名，再用drop()方法删除：

# 遍历所有列，收集所有值均为1的列名
cols_to_drop = [col for col in df.columns if (df[col] == 1).all()]
# 删除这些列
df_filtered = df.drop(cols_to_drop, axis=1)

这种方式逻辑更直白，适合刚接触Pandas的朋友理解。

内容的提问来源于stack exchange，提问作者CiaranWelsh