一个简单的例子应该让这个显而易见。样本数据:
df = pd.DataFrame( np.random.randn(2,6), columns=['x','y','xy','yx','xx','yy'] )
现在,我只想列出包含' x'的列的值。这有以下两种方式:
df[[ x for x in df.columns if 'x' in x ]]
Out[53]:
x xy yx xx
0 2.089078 1.111139 -0.218800 1.025810
1 -0.343189 0.274676 -0.342798 -0.503809
df[ df.columns[pd.Series(df.columns).str.contains('x')] ]
Out[54]:
x xy yx xx
0 2.089078 1.111139 -0.218800 1.025810
1 -0.343189 0.274676 -0.342798 -0.503809
后一种方法似乎很有希望,但它真的很丑陋,到目前为止还没有找到缩短它的方法。更像这样的东西会很棒:
df[ columns_with( df, 'x' ) ]
事实上我用一个函数做了类似的事情,但是我想知道如果没有用户编写的函数或monkeypatch,是否有一种pandastic方法可以做到这一点?
对于动机/背景,如果您有一个包含大量列的不熟悉的数据集,或者即使您拥有熟悉的数据集但却无法记住数百个变量的确切名称,那么此类内容非常有用。对于我需要此功能的情况,我经常会在数据探索阶段一遍又一遍地这样做,所以我有一个快速而简单的方法来实现这一点非常值得。< / p>
答案 0 :(得分:8)
您可以将DataFrame.filter
与like
参数一起使用:
>>> df.filter(like="x")
x xy yx xx
0 -1.467867 0.766077 1.210667 1.116529
1 -0.041965 0.546325 -0.590660 1.037151
like
参数表示“将信息轴保持在arg in col == True
”。
答案 1 :(得分:0)
@DSM的答案完全解决了这个问题,但是regex
组合提供了一种与like
相比可比的更通用的方法。例如,要复制like
的功能:
df.filter(regex='x')
但是您还可以做更多的事情,例如:
df.filter(regex='^x') # x must be the first character
df.filter(regex='X|x') # includes upper and lower case