在Pandas中按名称标识多个列

Question

有没有办法使用文本匹配或正则表达式选择列的子集？

在R中它会是这样的：

attach(iris) #Load the 'Stairway to Heaven' of R's built-in data sets
iris[grep(names(iris),pattern="Length")] #Prints only columns containing the word "Length"

Answer 1

您可以使用filter方法（使用axis=1过滤列名称）。这个功能有不同的可能性：

• 相当于if 'Length' in col：

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

• 使用正则表达式（但是，它使用的是re.search而不是re.match，因此您可以调整正则表达式）：

  df.filter(regex=r'\.Length$', axis=1)
  

Answer 2

使用Python的in语句，它可以这样工作：

#Assuming iris is already loaded as a df called 'iris' and has a proper header
iris = iris[[col for col in iris.columns if 'Length' in col]]
print iris.head()

或者，使用正则表达式

import re
iris = iris[[col for col in iris.columns if re.match(r'\.Length$',col)]]
print iris.head()

第一个会跑得更快，但第二个会更准确。