问题:查找名称包含特定字符串的列
我有一个带有列名称的数据框,我想找到一个包含特定字符串但与之不完全匹配的数据框。我在寻找'spike'
列名喜欢'spike-2'
,'hey spike'
,'spiked-in'
(该'spike'
部分总是连续)。
我希望列名以字符串或变量的形式返回,因此我以后可以使用df['name']
或df[name]
照常访问列。我试图找到方法,但没有成功。有小费吗?
回答 0
只需遍历DataFrame.columns
,这是一个示例,在此示例中,您将获得匹配的列名称列表:
import pandas as pd
data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)
spike_cols = [col for col in df.columns if 'spike' in col]
print(list(df.columns))
print(spike_cols)
输出:
['hey spke', 'no', 'spike-2', 'spiked-in']
['spike-2', 'spiked-in']
说明:
df.columns
返回列名列表[col for col in df.columns if 'spike' in col]
df.columns
使用变量遍历列表col
并将其添加到结果列表(如果col
包含)'spike'
。此语法是列表理解。
如果只希望结果数据集的列匹配,则可以执行以下操作:
df2 = df.filter(regex='spike')
print(df2)
输出:
spike-2 spiked-in
0 1 7
1 2 8
2 3 9
回答 1
此答案使用DataFrame.filter方法执行此操作而无需列表理解:
import pandas as pd
data = {'spike-2': [1,2,3], 'hey spke': [4,5,6]}
df = pd.DataFrame(data)
print(df.filter(like='spike').columns)
将仅输出“ spike-2”。您还可以使用正则表达式,如某些人在上面的评论中建议的那样:
print(df.filter(regex='spike|spke').columns)
将输出两列:[‘spike-2’,’hey spke’]
回答 2
您也可以使用 df.columns[df.columns.str.contains(pat = 'spike')]
data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)
colNames = df.columns[df.columns.str.contains(pat = 'spike')]
print(colNames)
这将输出列名称: 'spike-2', 'spiked-in'
有关pandas.Series.str.contains的更多信息。
回答 3
# select columns containing 'spike'
df.filter(like='spike', axis=1)
您还可以按名称选择正则表达式。请参阅:pandas.DataFrame.filter
回答 4
df.loc[:,df.columns.str.contains("spike")]
回答 5
您还可以使用以下代码:
spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]
回答 6
根据“开始”,“包含”和“结束”获取名称和子集:
# from: /programming/21285380/find-column-whose-name-contains-a-specific-string
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.contains.html
# from: https://cmdlinetips.com/2019/04/how-to-select-columns-using-prefix-suffix-of-column-names-in-pandas/
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.filter.html
import pandas as pd
data = {'spike_starts': [1,2,3], 'ends_spike_starts': [4,5,6], 'ends_spike': [7,8,9], 'not': [10,11,12]}
df = pd.DataFrame(data)
print("\n")
print("----------------------------------------")
colNames_contains = df.columns[df.columns.str.contains(pat = 'spike')].tolist()
print("Contains")
print(colNames_contains)
print("\n")
print("----------------------------------------")
colNames_starts = df.columns[df.columns.str.contains(pat = '^spike')].tolist()
print("Starts")
print(colNames_starts)
print("\n")
print("----------------------------------------")
colNames_ends = df.columns[df.columns.str.contains(pat = 'spike$')].tolist()
print("Ends")
print(colNames_ends)
print("\n")
print("----------------------------------------")
df_subset_start = df.filter(regex='^spike',axis=1)
print("Starts")
print(df_subset_start)
print("\n")
print("----------------------------------------")
df_subset_contains = df.filter(regex='spike',axis=1)
print("Contains")
print(df_subset_contains)
print("\n")
print("----------------------------------------")
df_subset_ends = df.filter(regex='spike$',axis=1)
print("Ends")
print(df_subset_ends)
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。