在 Python 中创建条件数字特征列表

Question

鉴于功能列表中的任何字符串都包含在这些列的名称中，我正在尝试创建一个从列列表中提取的数字索引列表。

我尝试将列表推导与条件语句一起使用。但是，代码给了我一个类型错误“in requires string as left operand, not bool”。

import pandas as pd
feature_list = ['a', 'b']

x = pd.DataFrame({"data_a":[1,2,3], "data_b":[1,2,3], "data_c":[1,2,3]})

numerical_index_list = [x.columns.get_loc(a) for a in [b for b in list(x.columns) if any(c for c in feature_list) in b]]

谁能帮我获得一个条件列表理解，它会给我一个包含字符串 a 和 b ["data_a", "data_b"] 的列的列表？

Answer 1

您可以将feature_list 用作set 并查看它是否与列名相交。这似乎是您正在尝试的方法；尽管我认为这是错误的，因为 data 这个词中有一个，因此都通过了该测试。

features = set(feature_list)
cols = x.columns
[cols.get_loc(c) for c in cols if features.intersection(c)]
#[0, 1, 2]

也许使用更好的方法来确定列是否是feature_list 的子集？像if c[-1] in features 这样的东西？这样只有前 2 次通过，最后一次不会，因为 c 不在 feature_list 中。

[cols.get_loc(c) for c in cols if c[-1] in feature_list]
#[0, 1]

或与您的评论更相关只需从列名中删除 "data_" 并使用第一种方法。

[cols.get_loc(c) for c in cols if features.intersection('_'.join(c.split('_')[1:]))]
#[0, 1]