在熊猫中选择带有startswith的列答案

【问题标题】：Selecting columns with startswith in pandas在熊猫中选择带有startswith的列
【发布时间】：2020-02-11 19:30:40
【问题描述】：

您好，我有一个数据，我想重命名其中一个列并选择以t 字符串开头的列。

raw_data = {'patient': [1, 1, 1, 2, 2],
        'obs': [1, 2, 3, 1, 2],
        'treatment': [0, 1, 0, 1, 0],
        'score': ['strong', 'weak', 'normal', 'weak', 'strong'],    
        'tr': [1,2,3,4,5],
        'tk': [6,7,8,9,10],
        'ak': [11,12,13,14,15]

        }
df = pd.DataFrame(raw_data, columns = ['patient', 'obs', 'treatment', 'score','tr','tk','ak'])

df

   patient  obs  treatment   score  tr  tk  ak
0        1    1          0  strong   1   6  11
1        1    2          1    weak   2   7  12
2        1    3          0  normal   3   8  13
3        2    1          1    weak   4   9  14
4        2    2          0  strong   5  10  15

所以我尝试关注python-pandas-renaming-column-name-startswith

df.rename(columns = {'treatment':'treat'})[['score','obs',df[df.columns[pd.Series(df.columns).str.startswith('t')]]]]

但出现此错误

TypeError: 'DataFrame' 对象是可变的，因此它们不能被散列

如何选择以t 开头的列？

谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

转换为Series 不是必需的，但如果要添加到另一个列列表，请将输出转换为list：

cols =  df.columns[df.columns.str.startswith('t')].tolist()

df = df[['score','obs'] + cols].rename(columns = {'treatment':'treat'})

另一个想法是使用 2 个掩码并按| 链接按位OR：

通知：

在您的解决方案中，列名是从 rename 之前的原始列名中过滤出来的，因此稍后需要重命名。

m1 = df.columns.str.startswith('t')
m2 = df.columns.isin(['score','obs'])

df = df.loc[:, m1 | m2].rename(columns = {'treatment':'treat'})
print (df)
   obs  treat   score  tr  tk
0    1      0  strong   1   6
1    2      1    weak   2   7
2    3      0  normal   3   8
3    1      1    weak   4   9
4    2      0  strong   5  10

如果首先需要rename，有必要通过重命名的列名重新分配给过滤器：

df = df.rename(columns = {'treatment':'treat'})
df = df.loc[:, df.columns.str.startswith('t') | df.columns.isin(['score','obs'])]

【讨论】：

【解决方案2】：

#Select columns startswith "t"
df = df[df.columns[df.columns.str.startswith('t')]]

#Rename your column
df.rename(columns = {'treatment':'treat'})

【讨论】：