从pandas DataFrame中删除名称中包含特定字符串的列

Question

我有一个带有以下列名的pandas数据框：

Result1，Test1，Result2，Test2，Result3，Test3等......

我想删除名称中包含单词“Test”的所有列。此类列的数量不是静态的，而是取决于之前的函数。

我该怎么做？

Answer 1

这是一个很好的方法：

df = df[df.columns.drop(list(df.filter(regex='Test')))]

Answer 2

import pandas as pd

import numpy as np

array=np.random.random((2,4))

df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))

print df

      Test1      toto     test2      riri
0  0.923249  0.572528  0.845464  0.144891
1  0.020438  0.332540  0.144455  0.741412

cols = [c for c in df.columns if c.lower()[:4] != 'test']

df=df[cols]

print df
       toto      riri
0  0.572528  0.144891
1  0.332540  0.741412

Answer 3

使用DataFrame.select方法：

In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})

In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
   awesome
0    1.215
1    1.247
2    0.142
3    0.169
4    0.137
5   -0.971
6    0.736
7    0.214
8    0.111
9   -0.214

Answer 4

您可以使用过滤＆＃39;

过滤掉您想要的列

import pandas as pd
import numpy as np

data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]

df = pd.DataFrame(data2)

df

    c   result1     result34    test    test2
0   NaN     2.0     NaN     NaN     1.0
1   20.0    NaN     10.0    5.0     NaN

现在过滤

df.filter(like='result',axis=1)

获取..

   result1  result34
0   2.0     NaN
1   NaN     10.0

Answer 5

此方法执行所有操作。许多其他答案会创建副本，但效率不高：

df.drop(df.columns[df.columns.str.contains('Test')], axis=1, inplace=True)

Answer 6

可以使用以下代码在一行中整齐地完成此操作：

df = df.drop(df.filter(regex='Test').columns, axis=1)

Answer 7

2019+答案，str.contains：更便宜，更快和惯用语

在最新版本的熊猫中，可以在索引和列上使用字符串方法。在这里，str.startswith似乎很合适。

要删除以给定子字符串开头的所有列：

df.columns.str.startswith('Test')
# array([ True, False, False, False])

df.loc[:,~df.columns.str.startswith('Test')]

  toto test2 riri
0    x     x    x
1    x     x    x

---

对于不区分大小写的匹配，您可以将基于正则表达式的匹配与带有SOL锚点的str.contains配合使用：

df.columns.str.contains('^test', case=False)
# array([ True, False,  True, False])

df.loc[:,~df.columns.str.contains('^test', case=False)] 

  toto riri
0    x    x
1    x    x

如果可能使用混合类型，请同时指定na=False。

Answer 8

不要掉落。赶上你想要的相反。

df = df.filter(regex='^((?!badword).)*$').columns

Answer 9

最简单的方法是：

resdf = df.filter(like='Test',axis=1)

Answer 10

问题指出：“我想删除名称包含单词“ Test”的所有列。”

test_columns = [col for col in df if 'Test' in col]
df.drop(columns=test_columns, inplace=True)

Answer 11

删除包含正则表达式的列名称列表时的解决方案。我更喜欢这种方法，因为我经常编辑下拉列表。为下拉列表使用负过滤器正则表达式。

drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)