Znajdź kolumnę, której nazwa zawiera określony ciąg

Mam ramkę danych z nazwami kolumn i chcę znaleźć tę, która zawiera określony ciąg, ale nie jest do niego dokładnie dopasowana. Szukam 'spike'w nazwy kolumn podoba 'spike-2', 'hey spike', 'spiked-in'(the 'spike'część jest zawsze ciągła).

Chcę, aby nazwa kolumny była zwracana jako ciąg lub zmienna, więc mam dostęp do kolumny później za pomocą df['name']lub df[name]normalnie. Próbowałem znaleźć sposób, aby to zrobić, ale bezskutecznie. Jakieś wskazówki?

Po prostu powtórz DataFrame.columns, teraz jest to przykład, w którym otrzymasz listę pasujących nazw kolumn:

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)

Wynik:

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

Wyjaśnienie:

1. df.columns zwraca listę nazw kolumn
2. [col for col in df.columns if 'spike' in col]iteruje listę df.columnsze zmienną coli dodaje ją do wynikowej listy, jeśli colzawiera 'spike'. Ta składnia to rozumienie list .

Jeśli chcesz, aby wynikowy zestaw danych zawierał tylko pasujące kolumny, możesz to zrobić:

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

Wynik:

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

W tej odpowiedzi zastosowano metodę DataFrame.filter, aby zrobić to bez zrozumienia listy:

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)

Wyświetli tylko „spike-2”. Możesz także użyć wyrażenia regularnego, jak sugerowali niektórzy w komentarzach powyżej:

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

Wyświetli obie kolumny: ['spike-2', 'hey spke']

Możesz także użyć 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)

Spowoduje to wyświetlenie nazw kolumn: 'spike-2', 'spiked-in'

Więcej o pandach.Series.str . Zawiera .

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

Możesz także wybrać według nazwy, wyrażenia regularnego. Zobacz: pandas.DataFrame.filter

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

Możesz również użyć tego kodu:

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

Pobieranie nazwy i podzbiór na podstawie początku, zawartości i zakończenia:

# 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)