在过滤条件中组合互斥参数答案

【问题标题】：Combine mutually exclusive arguments in filter condition在过滤条件中组合互斥参数
【发布时间】：2022-01-31 17:39:19
【问题描述】：

我有一个大于 100 列的大型 Pandas DataFrame，我想选择列名中出现子字符串 einkst_l 的所有列。另外，我想选择name和year这两列。

到目前为止，我只能创建两个新的数据框：

e = 'einkst_l'
df_1 = df.filter(like = e, axis=1).reset_index(drop=True)
df_2 = df.filter(items = ['name', 'year'], axis=1).reset_index(drop=True)

我想一次选择所有列，但很遗憾，“赞”和“项目”不能在一个语句中组合。如何一次选择名称 + 年份 + 包含指定子字符串的所有列？

【问题讨论】：

【解决方案1】：

这比较模糊，但您可以使用正则表达式匹配。

df[df.columns[df.columns.str.contains('einkst_l|name|year')]]

另外，可以使用 ^ 或 $ 来精确匹配姓名和年份。

【讨论】：

【解决方案2】：

尝试不使用filter 使用str 访问器：

替换：

out = df[df.columns[df.columns.str.contains('einkst_l')
                    | df.columns.isin(['name', 'year'])]]

【讨论】：

【解决方案3】：

您可以尝试“嵌套过滤”之类的方法：

df.filter(like = e, axis=1).filter(items = ['name', 'jahr'], axis=1)

【讨论】：