Python pandas - >按列名中的条件选择答案

【问题标题】：Python pandas -> select by condition in columns namePython pandas - >按列名中的条件选择
【发布时间】：2017-08-30 07:27:44
【问题描述】：

我有 df 的列名：'a'、'b'、'c' ... 'z'。

print(my_df.columns)
Index(['a', 'b', 'c', ... 'y', 'z'],
  dtype='object', name=0)

我有确定应该显示哪些列的函数。例如：

start = con_start()
stop = con_stop()
print(my_df.columns >= start) & (my_df <= stop)

我的结果是：

[False False ... False False False False  True  True
True  True False False]

我的目标是仅显示满足我条件的列的数据框。如果 start = 'a' 和 stop = 'b'，我想要：

0                                      a              b         
index1       index2                                                  
New York     New York           0.000000       0.000000          
California   Los Angeles   207066.666667  214466.666667     
Illinois     Chicago       138400.000000  143633.333333     
Pennsylvania Philadelphia   53000.000000   53633.333333      
Arizona      Phoenix       111833.333333  114366.666667

【问题讨论】：

标签： python python-3.x pandas data-science

【解决方案1】：

您可以通过 .loc 使用切片来实现此目的：

 df.loc[:,'a':'b']

【讨论】：

【解决方案2】：

我想让它变得健壮并且尽可能少的假设。

选项 1
将 iloc 与数组切片一起使用
假设：

my_df.columns.is_unique 计算结果为 True
列已按顺序排列

start = df.columns.get_loc(con_start())
stop = df.columns.get_loc(con_stop())

df.iloc[:, start:stop + 1]

选项 2
将 loc 与布尔切片一起使用
假设：

列值具有可比性

start = con_start()
stop = con_stop()

c = df.columns.values
m = (start <= c) & (stop >= c)

df.loc[:, m]

【讨论】：

【解决方案3】：

生成要显示的列列表：

cols = [x for x in my_df.columns if start <= x <= stop]

在您的 DataFrame 中仅使用这些列：

my_df[cols]

【讨论】：

【解决方案4】：

假设result 是您的[true/false] 数组，而letters 是[a...z]：

res=[letters[i] for i,r in enumerate(result) if r]
new_df=df[res]

【讨论】：

【解决方案5】：

如果您的条件与您在示例中显示的复杂程度相似，则无需使用任何其他功能，只需进行过滤，例如

sweet_and_red_fruit = fruit[(fruit[sweet == 1) & (fruit["colour"] == "red")]
print(sweet_and_red_fruit)

或者如果你只想打印

print(fruit[(fruit[sweet == 1) & (fruit["colour"] == "red")])

【讨论】：