Pandas 如何筛选包含特定字符的列
程序员文章站
2022-03-10 13:05:54
问题提出:比如有一个三百多列的数据集,想要快速找到包含xxx的列,这里有三种方法if判断+列表解析式[x for x in df.columns if 'xxx' in x]str.contain()...
问题提出:
比如有一个三百多列的数据集,想要快速找到包含xxx的列,这里有三种方法
if判断+列表解析式
[x for x in df.columns if 'xxx' in x]
str.contain()+列表解析式
[x for x in df.columns[df.columns.str.contain('xxx')]]
filter函数
df.filter(like='xxx').columns
关于filter,这里可以多说一句,除了like匹配之外,还支持正则表达式匹配,参数为regex。
官方api上给出了filter更详细的用法,除了过滤列名外,还可以在行、列上进行筛选,filter全部的参数如下:
item:接收list类型参数,保留参数内项目的标签,举例
# 等同df[['a', 'b', 'c']] df.filter(item=['a', 'b', 'c'])
like
like='xxx' 等同 ‘xxx' in labels
regex
正则表达式,输入字符串pattern
axis
表示作用的轴
更多示例见官网:dataframe filter函数
补充:python-pandas如何选取满足条件的特定的行和列
我就废话不多说了,大家还是直接看代码吧~
import pandas as pd df1 = pd.read_csv("data/trans/bike_flow.csv") # ['t_idx' 'r_idx' 'c_idx' 'bike_out_cnt' 'bike_in_cnt' 'flow_stay' 'flow_in' 'flow_out'] print(df1.columns.values) # (23016, 8) print(df1.shape) # ['t_idx', 'bike_in_cnt']是取特定的列 # df1['bike_in_cnt'] > 10是取特定的行 df2 = df1[['t_idx', 'bike_in_cnt']][df1['bike_in_cnt'] > 10] # (328, 2) print(df2.shape)
以上为个人经验,希望能给大家一个参考,也希望大家多多支持。如有错误或未考虑完全的地方,望不吝赐教。
上一篇: day012EventBus+DrawerLayout+TabLayout
下一篇: Linux中断