Question

我有一个如下所示的数据框：

Y2000   Y2001   Y2002    Item    Item Code
34        43      65      12       Test

我想提取列Y2000，Y2001，Y2002和Item。我不想提取物品代码＆＃39;柱。如何在不明确指定列名的情况下执行此操作，因为我在完整数据框中有大量列？现在，我正在使用filter命令，但它对我不起作用：

df.filter(like='Y|Item')

它只返回一个空数据框

Answer 1

根据filter的文档，您需要regex参数：

df.filter(regex='Y|Item$')

将保留满足re.search(regex, col) == True的列。 like版本对列名称执行子字符串搜索，这就是为什么在提供类似正则表达式的输入（例如'Y|Item'）时它不起作用的原因。

Answer 2

IIUC然后您可以使用正则表达式模式：

In [2]:
df = pd.DataFrame(columns=['Y2000','Y2001','Y2002','Item','Item Code'])
df

Out[2]:
Empty DataFrame
Columns: [Y2000, Y2001, Y2002, Item, Item Code]
Index: []

In [8]:
df.filter(regex='^Y\d{4}$|^Item$')

Out[8]:
Empty DataFrame
Columns: [Y2000, Y2001, Y2002, Item]
Index: []

所以^Y\d{4}$|^Item$寻找＆＃39; Y＆＃39;在开始时跟随4位数字，然后在此处终止，并停止$＆＃39;项目＆＃39;在开始和结束时停止$

在pandas中使用过滤器可以同时获得完全匹配和部分匹配

2 个答案: