Pandas DataFrame中如何删除全0的cat_前缀独热编码列
实现方法
整体逻辑非常直接,三步就能完成需求:
- 圈定所有带
cat_前缀的独热编码列 - 从这些列里挑出整列全为0、没有对应观测的列
- 把这些无效列从原DataFrame里剔除
核心可运行代码
# 提取所有cat_开头的类别列 cat_category_cols = df.columns[df.columns.str.startswith("cat_")] # 识别全0的无效列:列内不存在任何非0值 invalid_cols = df[cat_category_cols].columns[~df[cat_category_cols].any()] # 生成清洗后的新DataFrame df_result = df.drop(columns=invalid_cols)
效果验证
针对你给出的示例数据集,cat_grocery列所有取值均为0,会被自动纳入待移除列集合,最终输出的列结构、数据内容和你给出的预期结果完全一致。
补充说明
- 采用
.any()方法判断全0列的运行效率很高,哪怕是几十万行的大表也能快速完成计算,不需要逐行遍历 - 列筛选逻辑严格限定在
cat_前缀的范围内,不会误删id、win这类非类别属性列 - 上述代码默认返回新的DataFrame对象,不会改动原始
df的内容;如果需要直接在原数据上做修改,可以在drop方法中增加inplace=True参数
内容的提问来源于stack exchange,提问作者Eisen
相关产品推荐
相关产品推荐

