如何通过列名中的“str”过滤熊猫中的数据框？

Question

关注this recipe。我试图通过包含字符串“+”的列名过滤数据框。示例如下：

B = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]],
                columns=['A', '+B', '+C'], index=[1, 2, 3, 4, 5])

所以我想要一个数据框 C，其中只有“+B”和“+C”列。

C = B.filter(regex='+')

但是我得到了错误：

File "c:\users\hernan\anaconda\lib\site-packages\pandas\core\generic.py", line 1888, in filter
matcher = re.compile(regex)
File "c:\users\hernan\anaconda\lib\re.py", line 190, in compile
return _compile(pattern, flags)
File "c:\users\hernan\anaconda\lib\re.py", line 244, in _compile
raise error, v # invalid expression
error: nothing to repeat

配方说它是 Python 3。我使用 python 2.7。不过，我认为这不是问题所在。

埃尔南

Answer 1

+ 在正则表达式中有特殊含义（参见here）。您可以使用\ 转义它：

>>> C = B.filter(regex='\+')
>>> C
   +B  +C
1   5   2
2   4   4
3   3   1
4   2   2
5   1   4

或者，由于您只关心+ 的存在，您可以改用like 参数：

>>> C = B.filter(like="+")
>>> C
   +B  +C
1   5   2
2   4   4
3   3   1
4   2   2
5   1   4