Pandas:查找名称中包含特定字符串的列

Question

所以,我有一个带有列名的数据框,我想找到一个包含某个字符串的数据框,但是并不完全匹配它.我在寻找'spike'像列名'spike-2','hey spike','spiked-in'(该'spike'部分总是连续).

我希望列名称作为字符串或变量返回,因此我稍后使用df['name']或df[name]正常访问该列.我试图找到办法做到这一点,但无济于事.有小费吗？

Answer 1

只是迭代DataFrame.columns,现在这是一个例子,你将得到一个匹配的列名列表:

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']

说明:

1. df.columns 返回列名列表
2. [col for col in df.columns if 'spike' in col]df.columns使用变量迭代列表,col并将其添加到结果列表中(如果col包含)'spike'.这种语法是列表理解.

如果您只希望结果数据集包含与您匹配的列,则可以执行以下操作:

df2 = df.filter(regex='spike')
print(df2)

输出:

   spike-2  spiked-in
0        1          7
1        2          8
2        3          9

Answer 2

这个答案使用DataFrame.filter方法来做到这一点,而没有列表理解:

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)

输出只是'spike-2'.您也可以使用正则表达式,正如有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', u'spiked-in'

有关pandas.Series.str.contains的更多信息.

Answer 4

另一种解决方案返回具有所需列的 df 子集：

df[df.columns[df.columns.str.contains("spike|spke")]]

Answer 5

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

Answer 6

# select columns containing 'spike'
df.filter(like='spike', axis=1)

您还可以按名称选择正则表达式。请参阅：pandas.DataFrame.filter