查找名称包含特定字符串的列

Question

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？

Answer 1

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：

1. df.columns返回列名列表
2. [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

Answer 2

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']

Answer 3

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'

更多关于pandas.Series.str.contains 的信息。

Answer 4

# 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

Answer 5

df.loc[:,df.columns.str.contains("spike")]

Answer 6

您也可以使用此代码：

spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]

Answer 7

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)

Answer 8

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")]]