示例

def remove_constants(X_train, X_test, threshold=1e-10):
    """
    删除常量列（修复版）

    数值列：使用方差阈值
    非数值列：使用唯一值数量
    """
    combined = pd.concat([X_train, X_test])
    cols_to_keep = []

    for col in combined.columns:
        if pd.api.types.is_numeric_dtype(combined[col]):
            if combined[col].var() > threshold:
                cols_to_keep.append(col)
        else:
            if combined[col].nunique() > 1:
                cols_to_keep.append(col)

    return X_train[cols_to_keep], X_test[cols_to_keep]

调用示例

# 1. 准备数据
X_train = pd.DataFrame({
    '年龄': [25, 30, 35, 40],
    '身高': [170, 175, 180, 185],
    '性别': ['M', 'F', 'M', 'F'],
    '城市': ['北京', '上海', '北京', '深圳'],
    '常量列': [1, 1, 1, 1],          # 常量列（将被删除）
    '几乎常量': [1.0, 1.0+1e-12, 1.0+2e-12, 1.0+3e-12]  # 几乎常量（将被删除）
})

X_test = pd.DataFrame({
    '年龄': [28, 32],
    '身高': [172, 178],
    '性别': ['M', 'F'],
    '城市': ['北京', '上海'],
    '常量列': [1, 1],                # 常量列（将被删除）
    '几乎常量': [1.0, 1.0+1e-12]     # 几乎常量（将被删除）
})

print("原始数据 - 训练集:")
print(X_train)
print(f"\n训练集形状: {X_train.shape}")
print(f"列名: {X_train.columns.tolist()}")

# 调用
X_train_clean, X_test_clean = remove_constants(X_train, X_test)

print("\n处理后 - 训练集:")
print(X_train_clean)
print(f"\n处理后形状: {X_train_clean.shape}")
print(f"保留的列: {X_train_clean.columns.tolist()}")