在 Pandas 0.23+ 中删除空列
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/51794744/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
dropping empty columns in pandas 0.23+
提问by évariste Galois
In earlier versions of pandas, you could drop empty columns simply with:
在早期版本的 Pandas 中，您可以简单地删除空列：
df.dropna(axis='columns')
However, dropna has been depreciated in later builds. How would one now drop multiple (without specifically indexing) empty columns from a dataframe?
但是，dropna 在以后的版本中已经贬值了。现在如何从数据框中删除多个（没有专门索引）空列？
回答by Jen
I am able to drop empty columns using dropna()with the current version of Pandas (0.23.4). The code I used is:
我可以使用dropna()当前版本的 Pandas (0.23.4)删除空列。我使用的代码是：
df.dropna(how='all', axis=1)
Looks like what is deprecated is passing multiple axes at once (i.e. df.dropna(how='all', axis = [0, 1]). You can read herethat they made this decision - "let's deprecate passing multiple axes, we don't do this for any other pandas functions".
看起来不推荐使用的是一次传递多个轴（即df.dropna(how='all', axis = [0, 1]）。你可以在这里读到他们做出了这个决定——“让我们弃用传递多个轴，我们不会对任何其他 Pandas 函数这样做”。
回答by Henry Woody
You can get the columns that are not null and then filter your DataFrame on those.
您可以获取不为空的列，然后根据这些列过滤您的 DataFrame。
Here's an example
这是一个例子
non_null_columns = [col for col in df.columns if df.loc[:, col].notna().any()]
df[non_null_columns]
