如何找到具有类似关键字的熊猫数据框索引？

Question

我目前正在创建一个数据库，其中的表是由excel工作簿中的特定列组成的。 该算法在目录中进行迭代，并将工作表另存为pandas数据框，然后从中选择列：

df1 = pd.read_excel(file, 'sheet1')

从那里选择我需要的数据

def create_list(df1):
    i = 0
    list1 = [] 
    while isinstance(df1['foo-bar'][i], int):
        list1.append(df1['foo-bar'][i])
        i += 1
    return list1

我面临的问题是，有时列的名称不是'foo-bar'而是'foo.bar'。 有没有一种方法可以选择此列，即使它包含“ foo”？ 还是选择“ foo-bar”或“ foo.bar”的“或”运算符？

我知道应该有一种使用sql的方式，但是我更喜欢用pandas。

Answer 1

您可以通过以下方式使用DataFrame.filter ...由于df1是一个数据帧：

    df1 = df1.filter(regex=("^foo.*"))

Answer 2

import re

regex = re.compile("^foo.*")

columnsThatYouWant = []

for i in dataframe.columns:

    if bool(regex.match(i))):
        columnsThatYouWant.append(i)

然后，您可以使用其中的所有列。

这称为正则表达式。

^ foo。*表示字符串以foo开头，以任何char（“。”）结尾，且长度为（“ *”）