在 Python Pandas 中使用多个通配符答案

【问题标题】：Using Multiple Wildcards in Python Pandas在 Python Pandas 中使用多个通配符
【发布时间】：2020-03-19 18:38:08
【问题描述】：

感谢您的帮助。非常感激。我看过 S.O.并不能完全得到我希望的答案。

我的数据框包含我想求和但想根据通配符排除的列（所以我希望基于通配符包含但也基于通配符排除）

我的专栏包括： “dose_1”、“dose_2”、“dose_3”... “new_dose” + “infusion_dose_1” + “infusion_dose_2” + 更多类似

我知道如果我想使用通配符求和，我可以这样做

df['new_column'] = df.filter(regex = 'dose').sum(axis = 1)

但是如果我想排除包含 str "infusion" 的列怎么办？

欣赏！

【问题讨论】：

标签： python pandas wildcard

【解决方案1】：

regex 可能是这个工作的错误工具。基于匹配排除过于复杂，请参阅Regular expression to match a line that doesn't contain a word。只需使用列表推导来选择标签：

df = pd.DataFrame(columns=["dose_1", "dose_2", "dose_3", "new_dose",
                           "infusion_dose_1", "infusion_dose_2", 'foobar'])

cols = [x for x in df.columns if 'dose' in x and 'infusion' not in x]
#['dose_1', 'dose_2', 'dose_3', 'new_dose']

df['new_column'] = df[cols].sum(axis = 1)

【讨论】：