查找名称包含特定字符串的列

问题描述：

'spike'我有一个带有列名的数据框，我想找到包含特定字符串但不完全匹配的列名。我在列名中搜索，如'spike-2'、'hey spike'、'spiked-in'（该'spike'部分始终是连续的）。

我希望将列名作为字符串或变量返回，以便稍后使用df['name']或df[name]正常访问该列。我尝试找到方法来实现这一点，但无济于事。有什么建议吗？

解决方案 1：

只需迭代DataFrame.columns，现在这是一个例子，您将得到匹配的列名列表：

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)

输出：

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

解释：

1. df.columns返回列名列表

2. [col for col in df.columns if 'spike' in col]`df.columns使用变量迭代列表，如果包含，col则将其添加到结果列表中。此语法是列表推导式。col`'spike'

如果您只想要包含匹配的列的结果数据集，您可以执行以下操作：

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

输出：

   spike-2  spiked-in
0        1          7
1        2          8
2        3          9

解决方案 2：

这个答案使用 DataFrame.filter 方法来做到这一点，而无需列表理解：

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)

只会输出“spike-2”。您也可以使用正则表达式，正如上面评论中一些人所建议的那样：

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

将输出两列：['spike-2', 'hey spke']

解决方案 3：

您还可以使用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)

这将输出列名称：'spike-2', 'spiked-in'

有关pandas.Series.str.contains的更多信息。

解决方案 4：

# select columns containing 'spike'
df.filter(like='spike', axis=1)

也可以通过名称、正则表达式进行选择，参考：pandas.DataFrame.filter

解决方案 5：

df.loc[:,df.columns.str.contains("spike")]

解决方案 6：

返回具有所需列的 df 子集的另一种解决方案：

df[df.columns[df.columns.str.contains("spike|spke")]]

解决方案 7：

您还可以使用此代码：

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

解决方案 8：

根据开始、包含和结束获取名称和子集：

# from: https://stackoverflow.com/questions/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("
")
print("----------------------------------------")
colNames_contains = df.columns[df.columns.str.contains(pat = 'spike')].tolist() 
print("Contains")
print(colNames_contains)



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



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



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



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



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