名前に特定の文字列を含む列を検索する

列名を含むデータフレームがあり、特定の文字列を含むが、完全に一致しないものを見つけたいのですが。私が探してる'spike'ような列名で'spike-2'、'hey spike'、'spiked-in'（'spike'一部は常に連続しています）。

列名が文字列または変数として返されるようにしたいので、後で、df['name']またはdf[name]通常どおりに列にアクセスします。私はこれを行う方法を見つけようとしましたが、役に立ちませんでした。任意のヒント？

ただ繰り返すだけDataFrame.columnsですが、これは一致する列名のリストが作成される例です。

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)

出力：

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

説明：

1. df.columns 列名のリストを返します
2. [col for col in df.columns if 'spike' in col]df.columns変数colを使用してリストを反復処理し、colが含まれて'spike'いる場合は結果のリストに追加します。この構文はリスト内包です。

一致する列を持つ結果のデータセットのみが必要な場合は、次のようにできます。

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

出力：

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

この答えは、DataFrame.filterメソッドを使用して、リストを理解せずにこれを実行します。

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)

'spike-2'のみを出力します。上記のコメントで示唆されているように、正規表現を使用することもできます。

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

両方の列を出力します：['spike-2'、 'hey spke']

あなたも使うことができます 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)

これは列名を出力します： 'spike-2', 'spiked-in'

pandas.Series.str.containsの詳細。

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

名前、正規表現で選択することもできます。参照先：pandas.DataFrame.filter

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

このコードを使用することもできます：

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

Start、Contains、Endsに基づく名前とサブセットの取得：

# 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)