從 Pandas DataFrame 中刪除名稱包含特定字符串的列

Question

我有一個帶有以下列名稱的熊貓數據框：

結果 1、測試 1、結果 2、測試 2、結果 3、測試 3 等...

我想刪除名稱中包含“Test”一詞的所有列。 此類列的數量不是靜態的，而是取決於先前的函數。

我該怎么做？

Answer 1

這是執行此操作的一種方法：

df = df[df.columns.drop(list(df.filter(regex='Test')))]

Answer 2

import pandas as pd

import numpy as np

array=np.random.random((2,4))

df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))

print df

      Test1      toto     test2      riri
0  0.923249  0.572528  0.845464  0.144891
1  0.020438  0.332540  0.144455  0.741412

cols = [c for c in df.columns if c.lower()[:4] != 'test']

df=df[cols]

print df
       toto      riri
0  0.572528  0.144891
1  0.332540  0.741412

Answer 3

更便宜、更快、更str.contains ： str.contains

在最新版本的 Pandas 中，您可以在索引和列上使用字符串方法。 在這里， str.startswith似乎很合適。

要刪除以給定子字符串開頭的所有列：

df.columns.str.startswith('Test')
# array([ True, False, False, False])

df.loc[:,~df.columns.str.startswith('Test')]

  toto test2 riri
0    x     x    x
1    x     x    x

---

對於不區分大小寫的匹配，您可以使用帶有 SOL 錨點的str.contains基於正則表達式的匹配：

df.columns.str.contains('^test', case=False)
# array([ True, False,  True, False])

df.loc[:,~df.columns.str.contains('^test', case=False)] 

  toto riri
0    x    x
1    x    x

如果混合類型是可能的，也指定na=False 。

Answer 4

這可以在一行中巧妙地完成：

df = df.drop(df.filter(regex='Test').columns, axis=1)

Answer 5

您可以使用“過濾器”過濾掉您想要的列

import pandas as pd
import numpy as np

data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]

df = pd.DataFrame(data2)

df

    c   result1     result34    test    test2
0   NaN     2.0     NaN     NaN     1.0
1   20.0    NaN     10.0    5.0     NaN

現在過濾

df.filter(like='result',axis=1)

得到..

   result1  result34
0   2.0     NaN
1   NaN     10.0

Answer 6

使用DataFrame.select方法：

In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})

In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
   awesome
0    1.215
1    1.247
2    0.142
3    0.169
4    0.137
5   -0.971
6    0.736
7    0.214
8    0.111
9   -0.214

Answer 7

這個方法做的一切都到位了。 許多其他答案創建副本並且效率不高：

df.drop(df.columns[df.columns.str.contains('Test')], axis=1, inplace=True)

Answer 8

不要掉。 抓住你想要的反面。

df = df.filter(regex='^((?!badword).)*$').columns

Answer 9

問題說明“我想刪除名稱中包含“測試”一詞的所有列。

test_columns = [col for col in df if 'Test' in col]
df.drop(columns=test_columns, inplace=True)

Answer 10

最短的方法是：

resdf = df.filter(like='Test',axis=1)

Answer 11

刪除包含正則表達式的列名列表時的解決方案。 我更喜歡這種方法，因為我經常編輯下拉列表。 對下拉列表使用否定過濾器正則表達式。

drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)