Pandas 如何篩選包含特定字符的列
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:
- python數學建模之三大模型與十大常用算法詳情
- Python數據分析23種Pandas核心操作方法總結
- Python Pandas學習之Pandas數據結構詳解
- Python Pandas常用函數方法總結
- Python Pandas 中的數據結構詳解