Pandas DataFrame中的哪些列是二进制的？

Question

我有一个大量的列的熊猫数据框，我需要找到哪些列是二进制的（只有值0或1），而不看数据。应该使用哪个函数？

Answer 1

据我所知，没有直接的功能来测试这个。相反，您需要根据数据的编码方式（例如1/0，T/F，True/False等）构建一些东西。另外，如果你的列有一个缺失值，整个列将被编码为一个float而不是int。

在下面的例子中，我测试所有唯一的非空值是'1'还是'0'。它返回所有这些列的列表。

df = pd.DataFrame({'bool': [1, 0, 1, None], 
        'floats': [1.2, 3.1, 4.4, 5.5], 
        'ints': [1, 2, 3, 4], 
        'str': ['a', 'b', 'c', 'd']}) 

bool_cols = [col for col in df 
      if df[[col]].dropna().unique().isin([0, 1]).all().values] 

>>> bool_cols 
['bool'] 

>>> df[bool_cols] 
    bool 
0  1 
1  0 
2  1 
3 NaN 

Answer 2

要在答案扩大正上方，用value_counts（）指数，而不是唯一的（）应该做的伎俩：

bool_cols = [col for col in df if 
       df[col].dropna().value_counts().index.isin([0,1]).all()]