删除缺失值过多的列的Python代码

以下是删除缺失值过多的列的Python代码示例：

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 设置阈值，删除缺失值比例大于该阈值的列
threshold = 0.7

# 计算每列缺失值比例
missing_ratio = df.isna().sum() / len(df)

# 筛选出需要删除的列
cols_to_drop = missing_ratio[missing_ratio > threshold].index

# 删除列
df.drop(cols_to_drop, axis=1, inplace=True)

上述代码中，我们首先读取了数据，然后设置了一个阈值，用于筛选出缺失值比例大于该阈值的列。接着，我们使用`isna()`函数计算每列缺失值的数量，并除以总行数，得到了每列缺失值的比例。然后，我们筛选出缺失值比例大于阈值的列，并将这些列的索引保存到`cols_to_drop`变量中。最后，我们使用`drop()`函数删除这些列。需要注意的是，我们使用`inplace=True`参数，表示在原数据集上进行修改，而不是返回一个新的数据集。