查找其名称包含特定字符串的列

Question

我有一个带有列名的数据框，我想找到一个包含某个字符串的数据框，但不完全匹配它。我正在搜索'spike-2'、'hey spike'、'spiked-in'等列名中的'spike'（该'spike'部分始终是连续的）。

我希望列名以字符串或变量的形式返回，因此稍后将使用df['name']或df[name]作为常规访问列。我试着想办法做这件事，但没有结果。有什么建议吗？

Answer 1

您也可以使用df.columns[df.columns.str.contains(pat = 'spike')]

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

colNames = df.columns[df.columns.str.contains(pat = 'spike')] 

print(colNames)

这将输出列名：'spike-2', u'spiked-in'

关于pandas.Series.str.contains的更多信息。

Answer 2

This answer使用DataFrame.filter方法在不理解列表的情况下执行此操作：

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6]}
df = pd.DataFrame(data)

print(df.filter(like='spike').columns)

只输出“spike-2”。您也可以使用regex，正如一些人在上面的评论中建议的那样：

print(df.filter(regex='spike|spke').columns)

将输出两列：['spike-2'，'hey spke']

Answer 3

只需遍历DataFrame.columns，现在这是一个示例，在这个示例中，您将得到一个匹配的列名列表：

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

spike_cols = [col for col in df.columns if 'spike' in col]
print(list(df.columns))
print(spike_cols)

输出：

['hey spke', 'no', 'spike-2', 'spiked-in']
['spike-2', 'spiked-in']

说明：

1. df.columns返回列名列表
2. [col for col in df.columns if 'spike' in col]使用变量col遍历列表df.columns，如果col包含'spike'，则将其添加到结果列表中。这个语法是list comprehension。

如果只希望生成的数据集具有匹配的列，则可以执行以下操作：

df2 = df.filter(regex='spike')
print(df2)

输出：

   spike-2  spiked-in
0        1          7
1        2          8
2        3          9