使用字符串处理选择某些数据框列

【问题标题】：Selecting certain dataframe columns with string processing使用字符串处理选择某些数据框列
【发布时间】：2020-07-12 14:24:00
【问题描述】：

我正在尝试从满足特定条件的数据集中选择一组列。因此，例如，我在数据框中有这些列：

['string_category_4', 'string_category_24', 'range_category_6',
  'range_category_17', 'int_numeric_21', 'string_category_15',
  'float_numeric_8', 'int_bool_19', 'int_bool_2']

列名中的每个尾随数字都将是一个唯一标识符，无论前缀如何，例如 category 或 numeric。我想选择所有<=10 的列，所以它应该为我返回一个列表：

['string_category_4', 'range_category_6', 'float_numeric_8',
 'int_bool_2']

有没有一种方法可以进行字符串处理，或者更简单的方法来做到这一点？

【问题讨论】：

标签： python arrays string list dataframe

【解决方案1】：

解决方案：

columns = [
    'category_4', 'category_24', 'category_6',
    'category_17', 'numeric_21', 'category_15',
    'numeric_8', 'bool_19', 'bool_2'
]
filtered_columns = [col for col in columns if int(col.rsplit('_')[-1]) <= 10]
print(filtered_columns)

输出：

> ['category_4', 'category_6', 'numeric_8', 'bool_2']

【讨论】：

这个逻辑是合理的，但是您将如何处理名称为string_category_11 的列，例如有两个下划线的列？
这就是[-1] 的用途（选择最后一项）。拆分字符串，然后仅选择最后一项。顺便说一句，您也可以使用.split("_")。更好的是.rsplit(''_", 1)。 "string_category_11".rsplit("_") 产生 ["string", "category", "11"]。通过使用[-1]，您将选择该列表中的最后一项。