在 iterrows() 期间通过startswith选择列答案

【问题标题】：Select column by startswith during iterrows()在 iterrows() 期间通过startswith选择列
【发布时间】：2021-08-05 18:08:54
【问题描述】：

我有一个包含 100 多列的数据框：

例如，如果列名以'action.malware' 开头并且列值为True，我想在iterrows() 期间分配事件类型列'Malware'。

我想做这样的事情：

for index, value in df3.iterrows():
    if value.startswith('action.malware'): #line2
        df3.loc[i,value]== True:           #line3
            df3.loc[i,'Incident Type'] = 'Malware'

并在第 2 行获得 AttributeError: 'Series' object has no attribute 'startswith' 和

File "<ipython-input-151-895039092064>", line 3
    df3.loc[i,value]== True:
                            ^
SyntaxError: invalid syntax

在第 3 行。

我不确定如何在第 2 行和第 3 行中以正确的方式 loc 列，因为 iterrows() 中的 value 返回一组列+列值而不是单个列名。有更好的方法吗？

【问题讨论】：

You should never modify something you are iterating over.
您应该将示例数据添加为文本，因为我们无法从图像中复制内容。您可以打印df.head().to_dict()，并将输出添加到问题中。考虑到您的问题，您可以使用DataFrame.filter 根据名称或模式过滤掉所需的列。

标签： python pandas loops

【解决方案1】：

按照@ThePyGuy 的建议使用filter 选择列，并使用any 检查选定列中是否至少有一个值是True：

示例：

>>> df
   action.phishing.A  action.malware.B  action.malware.C  action.malware.D
0              False             False             False              True
1               True             False             False             False
2              False              True             False             False

>>> df.loc[df.filter(like='action.malware').any(axis=1), 'Incident Type'] = 'Malware'

   action.phishing.A  action.malware.B  action.malware.C  action.malware.D Incident Type
0              False             False             False              True       Malware
1               True             False             False             False           NaN
2              False              True             False             False       Malware

【讨论】：