![](/img/trans.png)
[英]Drop the first (or any nth) column whose name contains a specific string from pandas DataFrame
[英]Drop columns whose name contains a specific string from pandas DataFrame
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?
這是執行此操作的一種方法:
df = df[df.columns.drop(list(df.filter(regex='Test')))]
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
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
。
這可以在一行中巧妙地完成:
df = df.drop(df.filter(regex='Test').columns, axis=1)
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
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
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)
不要掉。 抓住你想要的反面。
df = df.filter(regex='^((?!badword).)*$').columns
問題說明“我想刪除名稱中包含“測試”一詞的所有列。
test_columns = [col for col in df if 'Test' in col]
df.drop(columns=test_columns, inplace=True)
最短的方法是:
resdf = df.filter(like='Test',axis=1)
刪除包含正則表達式的列名列表時的解決方案。 我更喜歡這種方法,因為我經常編輯下拉列表。 對下拉列表使用否定過濾器正則表達式。
drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
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)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.