So wählen Sie Spalten aus Datenrahmen mit Regex aus

Ich habe einen dataframe in python pandas. Die Struktur des dataframe ist, wie die folgenden: 

   a    b    c    d1   d2   d3 
   10   14   12   44  45    78

Möchte ich die Spalten auswählen, die beginnen mit d.... Gibt es eine einfache Möglichkeit, dies zu erreichen in python .

InformationsquelleAutor der Frage Yan Song | 2015-06-12

  1. 58

    Können Sie DataFrame.- filter diese Weise:

    import pandas as pd

df = pd.DataFrame(np.array([[2,4,4],[4,3,3],[5,9,1]]),columns=['d','t','didi'])
>>
   d  t  didi
0  2  4     4
1  4  3     3
2  5  9     1

df.filter(regex=("d.*"))

>>
   d  didi
0  2     4
1  4     3
2  5     1

    Ist die Idee, die Spalten auswählen, indem Sie regex

    InformationsquelleAutor der Antwort farhawa

  2. 13

    Verwenden select:

    import pandas as pd

df = pd.DataFrame([[10, 14, 12, 44, 45, 78]], columns=['a', 'b', 'c', 'd1', 'd2', 'd3'])

df.select(lambda col: col.startswith('d'), axis=1)

    Ergebnis:

       d1  d2  d3
0  44  45  78

    Dies ist eine schöne Lösung, wenn Sie sich nicht wohl mit regulären Ausdrücken.

    InformationsquelleAutor der Antwort gbrener

  3. 4

    Können Sie eine Liste Verständnis Durchlaufen Sie alle Spaltennamen in der DataFrame df und dann wählen Sie nur diejenigen, die beginnen mit 'd'.

    df = pd.DataFrame({'a': {0: 10}, 'b': {0: 14}, 'c': {0: 12},
                   'd1': {0: 44}, 'd2': {0: 45}, 'd3': {0: 78}})

    List comprehension zur Iteration über die Spalten in den dataframe und Rückgabe Ihrer Namen (c unten ist eine lokale variable, die die Spaltennamen).

    >>> [c for c in df]
['a', 'b', 'c', 'd1', 'd2', 'd3']

    Dann wählen Sie nur diejenigen, beginnend mit 'd'.

    >>> [c for c in df if c[0] == 'd']  # As an alternative to c[0], use c.startswith(...)
['d1', 'd2', 'd3']

    Schließlich übergeben Sie diese Liste der Spalten auf der DataFrame.

    df[[c for c in df if c.startswith('d')]]
>>> df
   d1  d2  d3
0  44  45  78

    ===========================================================================

    TIMINGS (Hinzugefügt Feb 2018 pro Kommentare von devinbost behauptet, dass diese Methode ist langsam,...)

    Ersten, können erstellen Sie ein dataframe mit 30k Spalten:

    n = 10000
cols = ['{0}_{1}'.format(letters, number) 
        for number in range(n) for letters in ('d', 't', 'didi')]
df = pd.DataFrame(np.random.randn(3, n * 3), columns=cols)
>>> df.shape
(3, 30000)

>>> %timeit df[[c for c in df if c[0] == 'd']]  # Simple list comprehension.
# 10 loops, best of 3: 16.4 ms per loop

>>> %timeit df[[c for c in df if c.startswith('d')]]  # More 'pythonic'?
# 10 loops, best of 3: 29.2 ms per loop

>>> %timeit df.select(lambda col: col.startswith('d'), axis=1)  # Solution of gbrener.
# 10 loops, best of 3: 21.4 ms per loop

>>> %timeit df.filter(regex=("d.*"))  # Accepted solution.
# 10 loops, best of 3: 40 ms per loop

    InformationsquelleAutor der Antwort Alexander

  4. 0

    Können Sie auch

    df.filter(regex='^d')

    InformationsquelleAutor der Antwort prafi

Schreibe einen Kommentar