如何在Pandas Groupby中仅显示带有值的列

在Pandas中，Groupby函数用于根据指定的列或列组对数据进行分组，并对每个组应用特定的聚合函数。当使用Groupby函数时，有时可能只想显示带有值的列，而忽略那些全部为NaN或空值的列。

要在Pandas Groupby中仅显示带有值的列，可以通过以下步骤实现：

导入必要的库和模块：

import pandas as pd

创建DataFrame数据：

data = {
  'A': [1, 2, None, 4, None],
  'B': [None, 6, 7, None, 9],
  'C': [None, None, None, None, 15]
}

df = pd.DataFrame(data)

使用Groupby函数进行分组，并应用聚合函数（例如求和）：

grouped = df.groupby('group_column').sum()

在上面的代码中，'group_column'是用于分组的列名，sum()是用于聚合的函数。可以根据实际情况选择其他聚合函数，如mean()、count()等。

获取带有值的列：

columns_with_values = grouped.columns[grouped.count() > 0]
result = grouped[columns_with_values]

上述代码中，grouped.count()用于计算每个列中的非空值数量，然后通过筛选出非空值数量大于0的列，得到带有值的列的索引。最后，根据这些索引提取出带有值的列并将其存储在result变量中。

下面是一个完整的示例代码：

import pandas as pd

data = {
  'A': [1, 2, None, 4, None],
  'B': [None, 6, 7, None, 9],
  'C': [None, None, None, None, 15]
}

df = pd.DataFrame(data)

grouped = df.groupby('group_column').sum()
columns_with_values = grouped.columns[grouped.count() > 0]
result = grouped[columns_with_values]

带有值的列将存储在result变量中，你可以根据需要进行进一步的处理或输出结果。这种方法可以确保只显示带有值的列，并忽略那些全部为NaN或空值的列。

请注意，上述代码中的'group_column'应替换为你要根据其进行分组的实际列名。此外，还可以根据具体要求选择其他聚合函数和处理方式。