У мене є кадр даних панди з такими назвами стовпців:
Результат1, Тест1, Результат2, Тест2, Результат3, Тест3 тощо ...
Я хочу скинути всі стовпці, назва яких містить слово "Тест". Число таких стовпців не є статичним, але залежить від попередньої функції.
Як я можу це зробити?
Відповіді:
import pandas as pd
import numpy as np
array=np.random.random((2,4))
df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))
print df
Test1 toto test2 riri
0 0.923249 0.572528 0.845464 0.144891
1 0.020438 0.332540 0.144455 0.741412
cols = [c for c in df.columns if c.lower()[:4] != 'test']
df=df[cols]
print df
toto riri
0 0.572528 0.144891
1 0.332540 0.741412
Ось хороший шлях до цього:
df = df[df.columns.drop(list(df.filter(regex='Test')))]df.drop(list(df.filter(regex = 'Test')), axis = 1, inplace = True)
list(df.filter(regex='Test'))щоб краще показати, що робить лінія. Я б також вибрав df.filter(regex='Test').columnsперетворення списків
regexключове слово, коли likeключове слово здається більш адекватним.
filterполягає в тому, що він повертає копію ВСІХ даних у вигляді стовпців, які ви хочете опустити. Це марнотратно , якщо ви тільки передаючи цей результат drop(який знову повертає копію) ... краще рішення буде str.startswith(я додав відповідь з цим тут).
str.containsВ останніх версіях панд можна використовувати рядкові методи в індексі та стовпцях. Тут, str.startswithздається, добре підходить.
Щоб видалити всі стовпці, починаючи з заданої підрядки:
df.columns.str.startswith('Test')
# array([ True, False, False, False])
df.loc[:,~df.columns.str.startswith('Test')]
toto test2 riri
0 x x x
1 x x x
Для нечутливого до регістру відповідності можна використовувати відповідність на основі регулярних виразів str.containsза допомогою якоря SOL:
df.columns.str.contains('^test', case=False)
# array([ True, False, True, False])
df.loc[:,~df.columns.str.contains('^test', case=False)]
toto riri
0 x x
1 x x
якщо змішані типи - це можливість, вкажіть na=Falseтакож.
Ви можете відфільтрувати стовпці, які ви хочете, використовуючи "filter"
import pandas as pd
import numpy as np
data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]
df = pd.DataFrame(data2)
df
c result1 result34 test test2
0 NaN 2.0 NaN NaN 1.0
1 20.0 NaN 10.0 5.0 NaN
Тепер фільтруємо
df.filter(like='result',axis=1)Отримайте ..
result1 result34
0 2.0 NaN
1 NaN 10.0
not like='result'
Це можна зробити акуратно в одному рядку:
df = df.drop(df.filter(regex='Test').columns, axis=1)df.drop(df.filter(regex='Test').columns, axis=1, inplace=True)
Використовуйте DataFrame.selectметод:
In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})
In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
awesome
0 1.215
1 1.247
2 0.142
3 0.169
4 0.137
5 -0.971
6 0.736
7 0.214
8 0.111
9 -0.214
FutureWarning: 'select' is deprecated and will be removed in a future release. You can use .loc[labels.map(crit)] as a replacement
import reЗаздалегідь пам’ятайте .
найкоротший спосіб зробити це:
resdf = df.filter(like='Test',axis=1)Рішення при видаленні списку імен стовпців, що містять регулярний вираз. Я віддаю перевагу такому підходу, оскільки я часто редагую список, що випадає. Використовує відбиток фільтрів мінус для списку, що випадає.
drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)