Python Pandas: select Spalte mit der Anzahl der eindeutigen Werte größer als 10

Question

In R, wir sapply verwenden können Spalten mit der Anzahl der eindeutigen Werte größer als 10 von zu extrahieren:

X[, sapply(X, function(x) length(unique(x))) >=10] 

Wie können wir das tun Gleiche in Python Pandas?

auch, wie können wir Spalten mit fehlendem Anteil wählen weniger als 10% wie das, was wir in R tun können:

X[, sapply(X, function(x) sum(is.na(x))/length(x) ) < 0.1] 

Dank.

Answer 1

können Sie nunique mit apply verwenden, weil es nur mit Series funktioniert:

print (df.ix[:, df.apply(lambda x: x.nunique()) >= 10]) 

und zweiten isnull mit mean:

print (df.ix[:, df.isnull().mean() < 0.1]) 

Probe:

df = pd.DataFrame({'A':[1,np.nan,3], 
        'B':[4,4,np.nan], 
        'C':[7,8,9], 
        'D':[3,3,5]}) 

print (df) 
    A B C D 
0 1.0 4.0 7 3 
1 NaN 4.0 8 3 
2 3.0 NaN 9 5 

print (df.ix[:, df.apply(lambda x: x.nunique()) >= 2]) 
    A C D 
0 1.0 7 3 
1 NaN 8 3 
2 3.0 9 5 

print (df.isnull().sum()) 
A 1 
B 1 
C 0 
D 0 
dtype: int64 

print (df.isnull().sum()/len(df.index)) 

A 0.333333 
B 0.333333 
C 0.000000 
D 0.000000 
dtype: float64 

print (df.isnull().mean()) 
A 0.333333 
B 0.333333 
C 0.000000 
D 0.000000 
dtype: float64 


print (df.ix[:, df.isnull().sum()/len(df.index) < 0.1]) 
    C D 
0 7 3 
1 8 3 
2 9 5 

Oder:

print (df.ix[:, df.isnull().mean() < 0.1]) 
    C D 
0 7 3 
1 8 3 
2 9 5