存在缺失值时，删除具有相同非缺失值的numpy数组列

如何解决存在缺失值时，删除具有相同非缺失值的numpy数组列

我有一个numpy数组，我需要从中删除非缺失单元格具有相同值的列，并删除所有值都缺失的列。 数组：

>>> x = np.array([[ 1.,2.,np.NaN,1.],[ 2.,1.,[np.NaN,[ 1.,0.],[ 0.,0.,2.],1.]])

>>> x
array([[ 1.,nan,[nan,1.]])

我可以删除缺少所有值的列（列索引3）

>>> x[:,~np.all(np.isnan(x),axis=0)]

array([[ 1.,1.]])

我可以删除所有行中具有相同值的所有列（列索引4）

>>> x[:,~np.all(x[1:] == x[:-1],1.]])

但是，如何删除非缺失值相同的第6列（索引5），但是缺失值的存在会导致布尔检查混乱？

编辑：所需结果

array([[ 1.,1.]])

解决方法

您可以使用按位运算符链接多个蒙版。您基本上需要两个口罩。

• 一个NaNs
• 检查第一行的值是否等于列的其余部分

然后用按位的OR链接两个条件，并检查all行是否满足条件：

m1 = np.isnan(x)
m2 = x[0] == x
x[:,~(m2|m).all(0)]

array([[ 1.,2.,1.],[ 2.,nan,1.,[nan,[ 1.,0.],[ 0.,0.,2.],1.]])