欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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。