Suchen Sie eine Spalte, deren Name eine bestimmte Zeichenfolge enthält

Ich habe einen Datenrahmen mit Spaltennamen und möchte den finden, der eine bestimmte Zeichenfolge enthält, aber nicht genau mit dieser übereinstimmt. Ich suche 'spike'in Spaltennamen wie 'spike-2', 'hey spike', 'spiked-in'(der 'spike'Teil immer stetig ist).

Ich möchte, dass der Spaltenname als Zeichenfolge oder Variable zurückgegeben wird, damit ich später mit df['name']oder df[name]wie gewohnt auf die Spalte zugreifen kann . Ich habe versucht, Wege zu finden, um dies zu tun, ohne Erfolg. Irgendwelche Tipps?

Wiederholen Sie DataFrame.columnsdies einfach. Dies ist ein Beispiel, in dem Sie eine Liste mit Spaltennamen erhalten, die übereinstimmen:

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

spike_cols = [col for col in df.columns if 'spike' in col]
print(list(df.columns))
print(spike_cols)

Ausgabe:

['hey spke', 'no', 'spike-2', 'spiked-in']
['spike-2', 'spiked-in']

Erläuterung:

1. df.columns Gibt eine Liste mit Spaltennamen zurück
2. [col for col in df.columns if 'spike' in col]iteriert df.columnsmit der Variablen über die Liste colund fügt sie der resultierenden Liste hinzu, falls sie colenthält 'spike'. Diese Syntax ist Listenverständnis .

Wenn Sie nur den resultierenden Datensatz mit den übereinstimmenden Spalten möchten, können Sie Folgendes tun:

df2 = df.filter(regex='spike')
print(df2)

Ausgabe:

   spike-2  spiked-in
0        1          7
1        2          8
2        3          9

Diese Antwort verwendet die DataFrame.filter-Methode, um dies ohne Listenverständnis zu tun:

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6]}
df = pd.DataFrame(data)

print(df.filter(like='spike').columns)

Gibt nur 'spike-2' aus. Sie können auch Regex verwenden, wie einige in den obigen Kommentaren vorgeschlagen haben:

print(df.filter(regex='spike|spke').columns)

Gibt beide Spalten aus: ['spike-2', 'hey spke']

Sie können auch verwenden df.columns[df.columns.str.contains(pat = 'spike')]

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

colNames = df.columns[df.columns.str.contains(pat = 'spike')] 

print(colNames)

Dadurch werden die Spaltennamen ausgegeben: 'spike-2', 'spiked-in'

Mehr über pandas.Series.str.contains .

# select columns containing 'spike'
df.filter(like='spike', axis=1)

Sie können auch nach Namen und regulären Ausdrücken auswählen. Siehe: pandas.DataFrame.filter

df.loc[:,df.columns.str.contains("spike")]

Sie können diesen Code auch verwenden:

spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]

Abrufen des Namens und der Teilmenge basierend auf Start, Enthält und Ende:

# from: /programming/21285380/find-column-whose-name-contains-a-specific-string
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.contains.html
# from: https://cmdlinetips.com/2019/04/how-to-select-columns-using-prefix-suffix-of-column-names-in-pandas/
# from: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.filter.html




import pandas as pd



data = {'spike_starts': [1,2,3], 'ends_spike_starts': [4,5,6], 'ends_spike': [7,8,9], 'not': [10,11,12]}
df = pd.DataFrame(data)



print("\n")
print("----------------------------------------")
colNames_contains = df.columns[df.columns.str.contains(pat = 'spike')].tolist() 
print("Contains")
print(colNames_contains)



print("\n")
print("----------------------------------------")
colNames_starts = df.columns[df.columns.str.contains(pat = '^spike')].tolist() 
print("Starts")
print(colNames_starts)



print("\n")
print("----------------------------------------")
colNames_ends = df.columns[df.columns.str.contains(pat = 'spike$')].tolist() 
print("Ends")
print(colNames_ends)



print("\n")
print("----------------------------------------")
df_subset_start = df.filter(regex='^spike',axis=1)
print("Starts")
print(df_subset_start)



print("\n")
print("----------------------------------------")
df_subset_contains = df.filter(regex='spike',axis=1)
print("Contains")
print(df_subset_contains)



print("\n")
print("----------------------------------------")
df_subset_ends = df.filter(regex='spike$',axis=1)
print("Ends")
print(df_subset_ends)