Question

我的数据框有很多列，但对于某些人来说，它们的开头是与列名相似的单词：

>>> df.columns
Index([u'VESSELTYPE', u'VESSELNAME', u'PERIODSTART', u'PERIODEND', u'ESTREDELI', u'HIRE', u'DAYS Mar-14', u'DAYS Q2 2014', u'DAYS Q3 2014', u'DAYS Q4 2014', u'DAYS Q1 2015', u'DAYS Q2 2015', u'DAYS Q3 2015', u'DAYS Q4 2015', u'NUMDAYS'], dtype='object')
>>>

看到这里，我想选择所有的＆＃39; DAYS＆＃39;在前面，有没有类似于SQL的东西，我可以使用*代表“DAYS＆＃39;之后的所有内容？”

Answer 1

尝试将其改编为您的代码。

l = ([u'VESSELTYPE', u'VESSELNAME', u'PERIODSTART', u'PERIODEND', u'ESTREDELI', u'HIRE', u'DAYS Mar-14', u'DAYS Q2 2014', u'DAYS Q3 2014', u'DAYS Q4 2014', u'DAYS Q1 2015', u'DAYS Q2 2015', u'DAYS Q3 2015', u'DAYS Q4 2015', u'NUMDAYS'], 'AnotherItem')

days = [s for s in l[0] if s.startswith('DAYS')]
print days

您可以使用所有字符串可用的“startswith()”方法，并使用它制作一些逻辑。

如果你不喜欢list-comprehensions，这里是for循环中的等价物：

days = []
for s in l[0]:
    if s.startswith('DAYS'):
        days.append(s)

print days

Answer 2

pandas索引（和数据帧）是numpy数组，所以你可以使用Numpy的索引技巧 - 特别是使用bool向量进行索引可以在这里有所帮助。测试任何特定条目是否以＆＃34; DAYS＆＃34;是Python的标准字符串方法的问题;把它放在列表理解中以获得你的bool列表：

df.columns[[x.startswith("DAYS") for x in df.columns]]

或者您可以在数组上使用map方法来避免使用双括号：

df.columns(df.columns.map(lambda x: x.startswith("DAYS"))

Answer 3

是的，您可以尝试这样的事情：

'DAYS' == x[:len('DAYS')]

将目标字符串与字符串首先 n 字符进行比较的位置。是n目标字符串的长度。

您可以在选择中使用此条件。

Answer 4

只获取数据框的days列：

print df[[x for x in df.columns if "DAY" in x]]

Python选择具有相似名称的列

4 个答案: