Question

我必须选择以给定字母（变量称为sLetter）开头的列，该字母之后必须是数字。如果sLetter是v而不是v1, v399，依此类推。 ve1和v100e一样无效。

我开始和regular expressions一起玩，以解决问题，

df.filter(regex=(sLetter + ".[1-9]"))

我发现了类似的问题here，在答案中我发现了与使用lambda expression相比该方法的速度分析，这表明后者要快得多。不幸的是，我无法提出解决我的问题的lamdba表达式。我可以使用

来完成sLetter的选择

df.columns.map(lambda x: x.startswith(sLetter))

但是到此结束。有谁能帮助我创建比我现有解决方案更快的解决方案？

Answer 1

我们可以使用regex并指定该列必须以^sLetter开头，并且数字量必须为3，并且必须以这些数字$结尾。

# Make example dataframe
df = pd.DataFrame({'v874':[1,2,3],
                   'v100e':[4,5,6],
                   've1':[7,8,9],
                   'v399':[10,11,12]})
df
   v874  v100e  ve1  v399
0     1      4    7    10
1     2      5    8    11
2     3      6    9    12

sLetter = 'v'

df.filter(regex= '^' + sLetter + r'[0-9]{3}$')

   v874  v399
0     1    10
1     2    11
2     3    12

Answer 2

我认为您也可以使用str + contains方法。要进行过滤，您可以使用：

df.loc[:, df.columns.str.contains('^v+[0-9]')]

您可以像这样使用map（对表达式取反以获取正确的结果）：

import re
df.loc[:, df.columns.map(lambda x: not re.match('^(?!v+[0-9])', x))]

如何为使用熊猫设置列选择设置有效的开始和结束条件

2 个答案: