Python3 Pandas 按列名未知的列过滤

Question

使用数据集比较不同日期的花名册。它经历了一个支点，我们不知道何时拉出名册的日期，但结果数据集的结构如下：

colA    ColB    colC    colD    Date:yymmdd    Date:yymmdd    Date:yymmdd
Bob     aa      aa      aa      0              0              1        
Jack    bb      bb      bb      1              1              1        
Steve   cc      cc      cc      0              1              1        
Mary    dd      dd      dd      1              1              1        
Abu     ee      ee      ee      1              1              0        

我成功地为前 4 列之后的每一列进行了填充（它们是已知的）。

df.iloc[:,4:] = df.iloc[:,4:].fillna(0)  #<-- Fills blanks on every column after column 4.

问题：现在我正在尝试过滤具有零的列上的 df。有没有办法在 4 之后按列过滤？我试过了：

df = df[(df.iloc[:,4:] == 0)]   # error
df = df[(df.columns[:,4:] == 0)]   # error
df = df[(df.columns.str.contains(':') == 0)]   # unknown columns do have a ':', but didn't work.

有没有更好的方法来做到这一点？查找仅显示 #4 之后的任何列中为 0 的行的结果。

Answer 1

下面的 sn-p 将为您提供一个 Dataframe，其中包含 True 和 False 作为 df 的单元格值。

df.iloc[:, 4:].eq(x)

如果您只想拥有 x 所在的那些行，那么您可以使用any() 子句。 就像@jpp 在他的回答中所展示的那样。

在你的情况下，它将是df[df.iloc[:, 4:].eq(0).any(1)]

这将为您提供 Dataframe 的所有行，其中行至少有一个“0”作为数据值

Answer 2

如果所有值都为 0 或更大，则使用 min ：

df[df.columns[:,4:].min(axis = 1) == 0]