Pandas 使用多个类似条件过滤列名

Question

我想使用 pandas 数据框过滤器的简单性，但使用多个 LIKE 标准。我在数据框中有很多列，我想将列标题组织到不同的列表中。

例如 - 任何包含“时间”的列标题。

df.filter(like='time',axis=1)``

然后是任何包含“分钟”或“秒”的列。但是，如何在这个简单、干净的语句中允许多个标准呢？我已经尝试过多次这样的迭代，有没有办法这样做或者这个语句不允许这样做？如果没有，欢迎使用其他简单、干净的方法！

df.filter(like=('mins','secs'),axis=1)

Answer 1

不要使用like。 like 用于保留like in label == True 的标签。

您希望 DataFrame.filter regex 类型过滤，将您的子字符串与 | 连接

import pandas as pd
df = pd.DataFrame(data=1, columns=['foo', 'bar', 'foobar', 'bazz'], index=[0])

df.filter(regex='foo|bar')
#   foo  bar  foobar
#0    1    1       1

---

如果您希望过滤“不喜欢”，我发现使用列表推导来查找要保留的标签更容易。在这里，我们排除任何包含 'foo' 或 'bar' 的标签

cols = [label for label in df.columns if not any(x in label for x in ['foo', 'bar'])]

df[cols]
#   bazz
#0     1