Pandas 如何篩選包含特定字符的列

Posted on by

問題提出：

比如有一個三百多列的數據集，想要快速找到包含xxx的列，這裡有三種方法

if判斷+列表解析式

[x for x in df.columns if 'xxx' in x]

str.contain()+列表解析式

[x for x in df.columns[df.columns.str.contain('xxx')]]

filter函數

df.filter(like='xxx').columns

關於filter，這裡可以多說一句，除瞭like匹配之外，還支持正則表達式匹配，參數為regex。

官方api上給出瞭filter更詳細的用法，除瞭過濾列名外，還可以在行、列上進行篩選，filter全部的參數如下：

item:接收list類型參數，保留參數內項目的標簽，舉例

# 等同df[['a', 'b', 'c']]
df.filter(item=['a', 'b', 'c'])

like like=’xxx’ 等同 ‘xxx’ in labels

regex 正則表達式，輸入字符串pattern

axis 表示作用的軸

更多示例見官網：DataFrame filter函數

補充：python-pandas如何選取滿足條件的特定的行和列

我就廢話不多說瞭，大傢還是直接看代碼吧~

import pandas as pd
df1 = pd.read_csv("data/trans/bike_flow.csv")
# ['t_idx' 'r_idx' 'c_idx' 'bike_out_cnt' 'bike_in_cnt' 'flow_stay' 'flow_in' 'flow_out']
print(df1.columns.values)
# (23016, 8)
print(df1.shape)
# ['t_idx', 'bike_in_cnt']是取特定的列
# df1['bike_in_cnt'] > 10是取特定的行
df2 = df1[['t_idx', 'bike_in_cnt']][df1['bike_in_cnt'] > 10]
# (328, 2)
print(df2.shape)

以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方，望不吝賜教。

推薦閱讀：