[英]Find column whose name contains a specific string
我有一个带有列名的数据框,我想找到包含某个字符串但不完全匹配的那个。 我在诸如'spike-2'
、 'hey spike'
、 'spiked-in'
类'spike-2'
列名中搜索'spike'
( 'spike'
部分总是连续的)。
我希望将列名作为字符串或变量返回,因此我稍后df['name']
使用df['name']
或df[name]
访问该列。 我试图找到方法来做到这一点,但无济于事。 有小费吗?
只需迭代DataFrame.columns
,现在这是一个示例,您将在其中得到匹配的列名列表:
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']
解释:
df.columns
返回列名列表[col for col in df.columns if 'spike' in col]
使用变量col
遍历列表df.columns
并将其添加到结果列表(如果col
包含'spike'
。 这种语法是列表理解。如果您只想要结果数据集与匹配的列,您可以这样做:
df2 = df.filter(regex='spike')
print(df2)
输出:
spike-2 spiked-in
0 1 7
1 2 8
2 3 9
此答案使用 DataFrame.filter 方法在没有列表理解的情况下执行此操作:
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)
将只输出“spike-2”。 您还可以使用正则表达式,正如一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']
你也可以使用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: 'spike-2', 'spiked-in'
# select columns containing 'spike'
df.filter(like='spike', axis=1)
您还可以按名称、正则表达式进行选择。 参考: pandas.DataFrame.filter
df.loc[:,df.columns.str.contains("spike")]
您也可以使用此代码:
spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]
根据开始、包含和结束获取名称和子集:
# from: https://stackoverflow.com/questions/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)
返回具有所需列的 df 子集的另一种解决方案:
df[df.columns[df.columns.str.contains("spike|spke")]]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.