根據相同的標題前綴從多個 DataFrame 中選擇列

Question

我有一個函數，它遍歷Age列的csv行，如果年齡為負，它將把Key和Age值打印到文本文件中。

def neg_check():
    results = []

    file_path = input('Enter file path: ')
    file_data = pd.read_csv(file_path, encoding = 'utf-8')
    
    for index, row in file_data.iterrows():
        if row['Age'] < 0:
            results.append((row['Key'], row['Age']))
    with open('results.txt', 'w') as outfile:
        outfile.write("\n".join(map(str, results)))   
        outfile.close()

為了使此代碼可重復，我該如何修改它，以便它在列以“ Age ”開頭時迭代行？ 我的文件有許多列以“ Age ”開頭但以不同的方式結束。 . 我嘗試了以下...

if row.startswith['Age'] < 0:

和

if row[row.startswith('Age')] < 0:

但它拋出AttributeError: 'Series' object has no attribute 'startswith'錯誤。

我的 csv 文件：

樣本 1

Key   Sex     Age
    1        Male          46
    2        Female        34

樣本 2

Key   Sex     AgeLast
    1        Male          46
    2        Female        34

樣本 3

Key   Sex     AgeFirst
    1        Male          46
    2        Female        34

Answer 1

我會一步完成，但有幾種選擇。 一種是filter ：

v = df[df.filter(like='AgeAt').iloc[:, 0] < 0]

或者，

c = df.columns[df.columns.str.startswith('AgeAt')][0]
v = df[df[c] < 0]

最后，要寫入 CSV，請使用

if not v.empty:
    v.to_csv('invalid.csv')

使用熊貓不需要循環數據。