Найти столбец, имя которого содержит определенную строку

138

У меня есть фрейм данных с именами столбцов, и я хочу найти тот, который содержит определенную строку, но не совсем соответствует ей. Я ищу 'spike'в именах столбцов нравятся 'spike-2', 'hey spike', 'spiked-in'( 'spike'часть всегда непрерывна).

Я хочу, чтобы имя столбца возвращалось в виде строки или переменной, поэтому я обращусь к столбцу позже с помощью df['name']или df[name]как обычно. Я пытался найти способы сделать это, но безуспешно. Какие-нибудь советы?

erikfas
источник

Ответы:

230

Просто повторите DataFrame.columns, теперь это пример, в котором вы получите список совпадающих имен столбцов:

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

spike_cols = [col for col in df.columns if 'spike' in col]
print(list(df.columns))
print(spike_cols)

Вывод:

['hey spke', 'no', 'spike-2', 'spiked-in']
['spike-2', 'spiked-in']

Объяснение:

  1. df.columns возвращает список имен столбцов
  2. [col for col in df.columns if 'spike' in col]перебирает список df.columnsс переменной colи добавляет ее в результирующий список, если он colесть 'spike'. Этот синтаксис - понимание списка .

Если вам нужен только результирующий набор данных с соответствующими столбцами, вы можете сделать это:

df2 = df.filter(regex='spike')
print(df2)

Вывод:

   spike-2  spiked-in
0        1          7
1        2          8
2        3          9
Альваро Фуэнтес
источник
1
Это потрясающе! Я не совсем понимаю, как это работает, хотя я все еще новичок как в Python, так и в Pandas. Не могли бы вы объяснить?
erikfas
16
это то, DataFrame.filterчто FYI (и вы можете указать регулярное выражение, если хотите)
Джефф
2
@xndrme, как бы вы сделали регулярное выражение, чтобы исключить определенный столбец, соответствующий регулярному выражению, вместо включения?
Дхрув Гулати,
3
@DhruvGhulati Также можно удалить ненужные столбцы, например df[df.columns.drop(spike_cols)], там вы получите DataFrameбез столбцов в списке, spike_colsкоторый вы можете получить с помощью нежелательного регулярного выражения.
Альваро Фуэнтес,
1
более лаконичный код:df[[col for col in df.columns if "spike" in col]]
WindChimes
71

В этом ответе для этого используется метод DataFrame.filter без понимания списка:

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6]}
df = pd.DataFrame(data)

print(df.filter(like='spike').columns)

Будет выводиться только «спайк-2». Вы также можете использовать регулярное выражение, как некоторые люди предложили в комментариях выше:

print(df.filter(regex='spike|spke').columns)

Выведет оба столбца: ['spike-2', 'hey spke']

Бен
источник
22

Вы также можете использовать df.columns[df.columns.str.contains(pat = 'spike')]

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

colNames = df.columns[df.columns.str.contains(pat = 'spike')] 

print(colNames)

Это выведет имена столбцов: 'spike-2', 'spiked-in'

Подробнее о пандах . Series.str.contains .

Майкл Джеймс Кали Галарник
источник
18
# select columns containing 'spike'
df.filter(like='spike', axis=1)

Также можно выбрать по имени, регулярному выражению. Обратитесь к: pandas.DataFrame.filter

Мэнни
источник
1
На данный момент самое простое решение. Просто, но мощно!
Чезаре Юрларо,
3

Вы также можете использовать этот код:

spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]
Юрий Кошелек
источник
0

Получение имени и подмножества на основе Start, Contains и Ends:

# from: /programming/21285380/find-column-whose-name-contains-a-specific-string
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.contains.html
# from: https://cmdlinetips.com/2019/04/how-to-select-columns-using-prefix-suffix-of-column-names-in-pandas/
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.filter.html




import pandas as pd



data = {'spike_starts': [1,2,3], 'ends_spike_starts': [4,5,6], 'ends_spike': [7,8,9], 'not': [10,11,12]}
df = pd.DataFrame(data)



print("\n")
print("----------------------------------------")
colNames_contains = df.columns[df.columns.str.contains(pat = 'spike')].tolist() 
print("Contains")
print(colNames_contains)



print("\n")
print("----------------------------------------")
colNames_starts = df.columns[df.columns.str.contains(pat = '^spike')].tolist() 
print("Starts")
print(colNames_starts)



print("\n")
print("----------------------------------------")
colNames_ends = df.columns[df.columns.str.contains(pat = 'spike$')].tolist() 
print("Ends")
print(colNames_ends)



print("\n")
print("----------------------------------------")
df_subset_start = df.filter(regex='^spike',axis=1)
print("Starts")
print(df_subset_start)



print("\n")
print("----------------------------------------")
df_subset_contains = df.filter(regex='spike',axis=1)
print("Contains")
print(df_subset_contains)



print("\n")
print("----------------------------------------")
df_subset_ends = df.filter(regex='spike$',axis=1)
print("Ends")
print(df_subset_ends)
vasili111
источник