Question

我有多个列的df，例如MLB，NBA，NHL，NFL，TESTNBA，我想返回一个列表，其中列中包含字符串MLB或NBA。如下所示：

df_check = ['MLB', 'NBA', 'TESTNBA']

value_cols = [col for col in df.columns if df_check in col]

以上操作失败，并出现以下错误：

TypeError：“ in”要求将字符串作为左操作数，而不是列表

是否可以通过多个值过滤列？

Answer 1

您可以使用pandas.DataFrame.filter：

设置

df = pd.DataFrame(columns=['MLB', 'NBA', 'NHL', 'NFL', 'TESTNBA'])    
df_check = ['MLB', 'NBA']

df.filter(regex='|'.join(df_check)).columns

Index(['MLB', 'NBA', 'TESTNBA'], dtype='object')

Answer 2

in运算符不能以矢量化方式工作。根据您的逻辑，您需要将any与生成器表达式结合使用：

value_cols = [col for col in df.columns if any(i in col for i in df_check)]

更好的是，您可以将布尔索引用于str.contains。这是一个演示：

df = pd.DataFrame(columns=['MLB1', 'NBA2', 'SOMEOTHERCOL', 'TESTNBA3', 'MLB4'])

df_check = ['MLB', 'NBA', 'TESTNBA']

value_cols = df.columns[df.columns.str.contains('|'.join(df_check))]

Index(['MLB1', 'NBA2', 'TESTNBA3', 'MLB4'], dtype='object')

大熊猫按多个值过滤列值

2 个答案: