pandas 删除空列

要删除空列，你可以使用 `dropna` 方法。这个方法可以删除包含空值的列。

以下是一个示例代码：

import pandas as pd

# 创建一个包含空列的 DataFrame
data = {'A': [1, 2, 3],
        'B': [4, None, 6],
        'C': [None, None, None],
        'D': [7, 8, 9]}
df = pd.DataFrame(data)

# 删除包含空值的列
df = df.dropna(axis='columns')

print(df)

这会输出一个删除了空列的 DataFrame。请注意，`dropna` 方法默认删除含有任何空值的列，如果你只希望删除全为空值的列，可以使用 `how='all'` 参数：

df = df.dropna(axis='columns', how='all')

这样只会删除全为空值的列。希望对你有所帮助！

相关问题

pandas删除excel空白列

要删除Excel文件中的空白列，可以使用Pandas库中的read_excel()函数将Excel文件读入为DataFrame对象，然后使用dropna()方法删除所有值均为NaN的列，最后使用to_excel()方法将处理后的数据保存为新的Excel文件。下面是代码示例：

import pandas as pd

# 读入Excel文件为DataFrame对象
df = pd.read_excel("your_excel_file.xlsx")

# 删除所有值均为NaN的列
df = df.dropna(axis=1, how="all")

# 将处理后的数据保存为新的Excel文件
df.to_excel("new_excel_file.xlsx", index=False)

其中，axis=1表示删除列，how="all"表示只删除所有值均为NaN的列。另外，to_excel()方法的index参数指定是否保存行索引，默认为True，需要将其设置为False以避免保存行索引。

pandas去除空列

在pandas中，可以使用dropna()方法去除空列。dropna()方法可以删除包含缺失值的行或列。如果要删除空列，可以指定axis参数为1，表示按列进行删除。

下面是一个示例代码：

import pandas as pd

# 创建一个包含空列的DataFrame
data = {'A': [1, 2, 3],
        'B': [4, 5, 6],
        'C': [7, None, 9],
        'D': [None, None, None]}
df = pd.DataFrame(data)

# 删除空列
df = df.dropna(axis=1)

print(df)

运行以上代码，将会输出删除空列后的DataFrame：

   A  B
0  1  4
1  2  5
2  3  6