如何使用条件选择数据框中的前N列

Question

这是我的数据框架，它有高维（大量的列）超过10000列

“我的数据”中的列分为3类

列以“基本”开头 列以“\u T”结尾 还有其他一切

我的数据帧示例如下

RowID   Basic1011 Basic2837 Lemon836 Car92_T Manf3953 Brat82 Basic383_T Jot112 ...
1       2         8         4        3       1        5      6          7
2       8         3         5        0       9        7      0          5

我希望在我的数据框中包含所有“基本”和；“_T”列，并且只有其他列的前N个（变量可以是3、5、10、100等）

我有这个代码为所有列提供top N。但我要找的只是列的前N个，而不是“基本”或“T”

我指的是最高价值

Top = 20
df = df.where(df.apply(lambda x: x.eq(x.nlargest(Top)), axis=1), 0)

我怎样才能做到这一点

Answer 1

尝试类似的方法，您可能需要在一开始就使用列选择来确保正确过滤

# this gives you column names with Basic or _T anywhere in the column name.
unwanted = df.filter(regex='Basic|_T').columns.tolist()

# the tilda takes the opposite of the criteria, so no Basic or _T
dfn = df[df.columns[~df.columns.isin(unwanted)]]

#apply your filter
Top = 2
df_ranked = dfn.where(dfn.apply(lambda x: x.eq(x.nlargest(Top)), axis=1), 0)

#then merge dfn with df_ranked