选择名称遵循熊猫中给定模式的DataFrame列[关闭]答案

【问题标题】：Select DataFrame columns with names that follow a given pattern in pandas [closed]选择名称遵循熊猫中给定模式的DataFrame列[关闭]
【发布时间】：2018-03-08 10:25:22
【问题描述】：

我正在使用包含大量列的DataFrame。我希望能够选择遵循给定模式的列子集。

例子

df = pd.DataFrame({'a_1': [1,2,3],'b': [2,3,4],'c_1': [3,4,5]})

   a_1  b  c_1
0    1  2    3
1    2  3    4
2    3  4    5

我希望能够只选择以_1 结尾的列（这可以使用正则表达式语法表示为'.*_1'），结果是：

   a_1  c_1
0    1    3
1    2    4
2    3    5

【问题讨论】：

标签： python pandas dataframe pattern-matching selection

【解决方案1】：

对此有一种特殊的方法——DataFrame.filter():

In [178]: df.filter(regex=r'_1$')
Out[178]:
   a_1  c_1
0    1    3
1    2    4
2    3    5

【讨论】：

【解决方案2】：

使用boolean indexing 和endswith 掩码或contains 正则表达式：

df1 = df.loc[:, df.columns.str.endswith('_1')]

df1 = df.loc[:, df.columns.str.contains('_1$')]

df1 = df.loc[:, df.columns.str.contains('.*_1')]

print (df1)
   a_1  c_1
0    1    3
1    2    4
2    3    5

【讨论】：

可以用正则表达式代替吗？
@KrzysztofSłowiński - 是的，需要第二个解决方案 contains
谢谢，这是一个重复的问题，因为它被否决了吗？
@KrzysztofSłowiński - 你的问题被否决的主要原因是没有你的代码，你尝试了什么。
好的，很高兴知道。

【解决方案3】：

您可以使用列表推导来选择以_1 结尾的列：

df = pd.DataFrame({'a_1': [1,2,3], 'b': [2,3,4], 'c_1': [3,4,5]})
filter_col = [col for col in df if col.endswith('_1')]

df[filter_col]

   a_1  c_1
0    1    3
1    2    4
2    3    5

【讨论】：

当然，我正在考虑一种更通用的方法，因此它不仅适用于这种特殊情况，这就是选择使用正则表达式的解决方案的原因。
没问题。你可以接受满足你需求的答案:)