blocks|key|4493237|text|您可以这样使用DataFrame.filter：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4493238|import+pandas+as+pd

df+=+pd.DataFrame(np.array([[2,4,4],[4,3,3],[5,9,1]]),columns=['d','t','didi'])
>>
+++d++t++didi
0++2++4+++++4
1++4++3+++++3
2++5++9+++++1

df.filter(regex=("d.*"))

>>
+++d++didi
0++2+++++4
1++4+++++3
2++5+++++1|code-block|syntax|javascript|4493239|其思想是按regex选择列|4493240|entityMap|0|LINK|mutability|MUTABLE|url|https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.filter.html^0|7|G|7|G|0|0|0|5|5|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]]|D|@$9|X|A|Y|1|Z]]|E|$]]|$1|F|3|G|5|H|7|10|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|11|8|@$9|12|A|13|B|C]]|D|@]|E|$]]|$1|M|3|-4|5|6|7|14|8|@]|D|@]|E|$]]]|N|$O|$5|P|Q|R|E|$S|T]]]]

You can use <a href="https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.filter.html" rel="noreferrer"><code>DataFrame.filter</code></a> this way:

<pre class="lang-py prettyprint-override"><code>import pandas as pd

df = pd.DataFrame(np.array([[2,4,4],[4,3,3],[5,9,1]]),columns=['d','t','didi'])
&gt;&gt;
 d t didi
0 2 4 4
1 4 3 3
2 5 9 1

df.filter(regex=("d.*"))

&gt;&gt;
 d didi
0 2 4
1 4 3
2 5 1
</code></pre>

The idea is to select columns by <code>regex</code>

blocks|key|4493286|text|使用select|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4493287|import+pandas+as+pd

df+=+pd.DataFrame([[10,+14,+12,+44,+45,+78]],+columns=['a',+'b',+'c',+'d1',+'d2',+'d3'])

df.select(lambda+col:+col.startswith('d'),+axis=1)|code-block|syntax|javascript|4493288|结果：|4493289|+++d1++d2++d3
0++44++45++78|4493290|如果您不习惯使用正则表达式，这是一个很好的解决方案。|4493291|entityMap^0|2|6|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@$9|T|A|U|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|V|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|W|8|@]|D|@]|E|$]]|$1|M|3|N|5|H|7|X|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|Y|8|@]|D|@]|E|$]]|$1|Q|3|-4|5|6|7|Z|8|@]|D|@]|E|$]]]|R|$]]

Use <code>select</code>:

<pre><code>import pandas as pd

df = pd.DataFrame([[10, 14, 12, 44, 45, 78]], columns=['a', 'b', 'c', 'd1', 'd2', 'd3'])

df.select(lambda col: col.startswith('d'), axis=1)
</code></pre>

Result:

<pre><code> d1 d2 d3
0 44 45 78
</code></pre>

This is a nice solution if you're not comfortable with regular expressions.

blocks|key|4493316|text|您还可以使用|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4493317|df.filter(regex='%5Ed')|code-block|syntax|javascript|4493318|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

You can also use

<pre><code>df.filter(regex='^d')
</code></pre>

blocks|key|4494461|text|您可以对索引(本例中为列)使用startswith方法：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|4494462|df.loc[:,+df.columns.str.startswith('d')]|code-block|syntax|javascript|4494463|或使用正则表达式的match：|4494464|df.loc[:,+df.columns.str.match('%5Ed')]|4494465|entityMap^0|F|A|0|0|9|5|0|0^^$0|@$1|2|3|4|5|6|7|Q|8|@$9|R|A|S|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|T|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|U|8|@$9|V|A|W|B|C]]|D|@]|E|$]]|$1|M|3|N|5|H|7|X|8|@]|D|@]|E|$I|J]]|$1|O|3|-4|5|6|7|Y|8|@]|D|@]|E|$]]]|P|$]]

You can use the method <code>startswith</code> with index (columns in this case):
<pre><code>df.loc[:, df.columns.str.startswith('d')]
</code></pre>
or <code>match</code> with regex:
<pre><code>df.loc[:, df.columns.str.match('^d')]
</code></pre>

blocks|key|4494497|text|获取以abc开头直到'_‘的列名的任何子字符串，删除所有不匹配(NA)，删除重复项并进行排序。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4494498|df.columns.str.extract(r'([abc].*_)',+expand=False).dropna().drop_duplicates().sort_values()|code-block|syntax|javascript|4494499|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Get any substring of column names starting with a [abc] until '_', drop any non-matches (NA), remove duplicates and sort.
<pre><code>df.columns.str.extract(r'([abc].*_)', expand=False).dropna().drop_duplicates().sort_values()
</code></pre>

I have a dataframe in python pandas. The structure of the dataframe is as the following: 

<pre><code> a b c d1 d2 d3 
 10 14 12 44 45 78
</code></pre>

I would like to select the columns which begin with d. Is there a simple way to achieve this in python .

How to select columns from dataframe by regex

我在python pandas中有一个数据帧。数据帧的结构如下：   a    b    c    d1   d2   d3    10   14   12   44  45    78我想选择以d开头的列。在python中有没有简单的方法来实现这一点。

问如何使用正则表达式从dataframe中选择列
EN

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何使用正则表达式从dataframe中选择列EN

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何使用正则表达式从dataframe中选择列
EN