pandas：find其名称包含特定string的列

所以，我有一个列名称的数据框，我想find一个包含某个string，但不完全匹配它。 我在'spike-2' ， 'hey spike' ， 'spiked-in' （ 'spike'部分总是连续的）这样'spike-2'列名中寻找'spike' 。

我希望列名作为string或variables返回，所以稍后使用df['name']或df[name]作为正常访问列。 我试图find办法做到这一点，无济于事。 有小费吗？

Answer 1

只需遍历DataFrame.columns ，现在这是一个例子，您将最终列出匹配的列名称：

 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返回列名称列表
2. [col for col in df.columns if 'spike' in col]列表df.columns上迭代了variablescol ，并将其添加到结果列表中（如果col包含'spike'则[col for col in df.columns if 'spike' in col] 。 这个语法是列表理解 。

如果你只想得到与你匹配的列的结果数据集，你可以这样做：

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

输出：

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

Answer 2

这个答案使用DataFrame.filter方法来做到这一点没有列表理解：

 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) 

输出只是“秒杀2”。 你也可以使用正则expression式，正如一些人在上面的评论中所build议的那样：

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

将会输出两列：['spike-2'，'hey spke']

Answer 3

你也可以使用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'