問題提出：
比如有一個三百多列的數(shù)據(jù)集，想要快速找到包含xxx的列，這里有三種方法
if判斷+列表解析式
[x for x in df.columns if 'xxx' in x]
str.contain()+列表解析式
[x for x in df.columns[df.columns.str.contain('xxx')]]
filter函數(shù)
df.filter(like='xxx').columns
關(guān)于filter，這里可以多說一句，除了like匹配之外，還支持正則表達式匹配，參數(shù)為regex。
官方api上給出了filter更詳細的用法，除了過濾列名外，還可以在行、列上進行篩選，filter全部的參數(shù)如下：
item:接收list類型參數(shù)，保留參數(shù)內(nèi)項目的標簽，舉例
# 等同df[['a', 'b', 'c']]
df.filter(item=['a', 'b', 'c'])
like like='xxx' 等同 ‘xxx' in labels
regex 正則表達式，輸入字符串pattern
axis 表示作用的軸
更多示例見官網(wǎng)：DataFrame filter函數(shù)
補充：python-pandas如何選取滿足條件的特定的行和列
我就廢話不多說了，大家還是直接看代碼吧~
import pandas as pd
df1 = pd.read_csv("data/trans/bike_flow.csv")
# ['t_idx' 'r_idx' 'c_idx' 'bike_out_cnt' 'bike_in_cnt' 'flow_stay' 'flow_in' 'flow_out']
print(df1.columns.values)
# (23016, 8)
print(df1.shape)
# ['t_idx', 'bike_in_cnt']是取特定的列
# df1['bike_in_cnt'] > 10是取特定的行
df2 = df1[['t_idx', 'bike_in_cnt']][df1['bike_in_cnt'] > 10]
# (328, 2)
print(df2.shape)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- pandas 按日期范圍篩選數(shù)據(jù)的實現(xiàn)
- pandas按條件篩選數(shù)據(jù)的實現(xiàn)
- 使用pandas實現(xiàn)篩選出指定列值所對應(yīng)的行
- 使用pandas庫對csv文件進行篩選保存
- pandas條件組合篩選和按范圍篩選的示例代碼
- 使用Pandas對數(shù)據(jù)進行篩選和排序的實現(xiàn)
