Pandas选择带有正则表达式的列并除以值

Question

我想将某些列中与正则表达式匹配的所有值除以某个值,并且仍然具有完整的数据帧.

可以在这里找到:如何通过regex从数据框中选择列,例如,所有以d开头的列都可以选择:

df.filter(regex=("d.*"))

现在我选择了我需要的列,我希望例如将值除以2.可以使用以下代码:

df.filter(regex=("d.*")).divide(2)

但是,如果我尝试像这样更新我的数据帧,它会给出一个can't assign to function call:

df.filter(regex=("d.*")) = df.filter(regex=("d.*")).divide(2)

如何正确更新我现有的df？

Answer 1

以下技术不限于与滤波器一起使用,并且可以更广泛地应用.

设置
我将使用@cᴏʟᴅsᴘᴇᴇᴅ设置
让我们df:

   d1  d2  abc
0   5   1    8
1  13   8    6
2   9   4    7
3   9  16   15
4   1  20    9

Inplace update
Use 将获取参数dataframe并更改索引和列值与参数匹配的调用数据帧.pd.DataFrame.update
update

df.update(df.filter(regex='d.*') / 3)
df

         d1        d2  abc
0  1.666667  0.333333    8
1  4.333333  2.666667    6
2  3.000000  1.333333    7
3  3.000000  5.333333   15
4  0.333333  6.666667    9

内联副本
使用 我使用双splat 将参数数据框解压缩到一个字典中,其中列名是键,而作为列的系列是值.这与所需的签名匹配并覆盖生成的副本中的那些列.简而言之,这是调用数据帧的副本,其中列被适当地覆盖. pd.DataFrame.assign
**assign

df.assign(**df.filter(regex='d.*').div(3))

         d1        d2  abc
0  1.666667  0.333333    8
1  4.333333  2.666667    6
2  3.000000  1.333333    7
3  3.000000  5.333333   15
4  0.333333  6.666667    9

Answer 2

我认为您需要提取列名称并分配:

df[df.filter(regex=("d.*")).columns] = df.filter(regex=("d.*")).divide(2)

要么:

cols = df.columns[df.columns.str.contains('^d.*')]
df[cols] /=2

Answer 3

使用df.columns.str.startswith.

c = df.columns.str.startswith('d')    
df.loc[:, c] /= 2

举个例子,考虑 -

df

   d1  d2  abc
0   5   1    8
1  13   8    6
2   9   4    7
3   9  16   15
4   1  20    9

c = df.columns.str.startswith('d')  
c
array([ True,  True, False], dtype=bool)

df.loc[:, c] /= 3    # 3 instead of 2, just for example
df

         d1        d2  abc
0  1.666667  0.333333    8
1  4.333333  2.666667    6
2  3.000000  1.333333    7
3  3.000000  5.333333   15
4  0.333333  6.666667    9

如果您需要传递正则表达式,请使用str.contains-

c = df.columns.str.contains(p) # p => your pattern

其余的代码如下.