使用regex从dataframe Python中删除/排除列

Question

我有一个数据帧，可以从下面的代码生成

    df = pd.DataFrame({'person_id' :[1,2,3],'date1': ['12/31/2007','11/25/2009','10/06/2005'],'date1derived':[0,0,0],'val1':[2,4,6],'date2': ['12/31/2017','11/25/2019','10/06/2015'],'date2derived':[0,0,0],'val2':[1,3,5],'date3':['12/31/2027','11/25/2029','10/06/2025'],'date3derived':[0,0,0],'val3':[7,9,11]})

数据帧如下所示

我想删除名称中包含“派生”的列。我尝试了不同的正则表达式，但没有得到预期的输出。你知道吗

    df = df.filter(regex='[^H\dDerived]+', axis=1)
    df = df.filter(regex='[^Derived]',axis=1)

你能告诉我正确的正则表达式吗？你知道吗

Answer 1

您可以使用零宽度负前瞻来确保字符串derived不会出现在任何地方：

^(?!.*?derived)

• ^匹配字符串的开头
• (?!.*?derived)是确保derived不出现在字符串中的负先行模式

您的模式[^Derived]将匹配不属于D/e/r/i/v/e/D的任何单个字符。你知道吗

Answer 2

df[[c for c in df.columns if 'derived' not in c ]]

输出

   person_id       date1  val1       date2  val2       date3  val3
0          1  12/31/2007     2  12/31/2017     1  12/31/2027     7
1          2  11/25/2009     4  11/25/2019     3  11/25/2029     9
2          3  10/06/2005     6  10/06/2015     5  10/06/2025    11

Answer 3

^{}与^{}

df[df.columns.difference(df.filter(like='derived').columns,sort=False)]

---

   person_id       date1  val1       date2  val2       date3  val3
0          1  12/31/2007     2  12/31/2017     1  12/31/2027     7
1          2  11/25/2009     4  11/25/2019     3  11/25/2029     9
2          3  10/06/2005     6  10/06/2015     5  10/06/2025    11