Pandas如何根据部分匹配选择DataFrame的列

在数据分析和处理中，我们经常需要对数据进行筛选和过滤。对于DataFrame的列，有时候我们需要根据列名的一部分来选择需要的列。那么在Pandas中，如何根据部分匹配选择DataFrame的列呢？

阅读更多：Pandas 教程

使用.filter()方法

Pandas中DataFrame有一个.filter()方法，可以根据正则表达式从DataFrame中选出符合条件的列。这个方法可以用于选择列名中包含特定字符串的所有列。

以下是一个示例，我们使用.filter()方法选择包含‘length’字符的列：

import pandas as pd

data = {'name':['John','Tom','Susan','Kelly'],
        'age':[20,25,30,35],
        'length':[180,170,165,190],
        'weight':[70,75,60,80]}

df = pd.DataFrame(data)
df_filter = df.filter(regex='length')
print(df_filter)

打印出的结果如下：

   length
0     180
1     170
2     165
3     190

使用.loc[]方法

除了.filter()方法外，我们还可以使用.loc[]方法，通过列名的部分字符串来选择需要的列。下面的示例展示如何选择列名中包含‘weight’字符串的列：

import pandas as pd

data = {'name':['John','Tom','Susan','Kelly'],
        'age':[20,25,30,35],
        'length':[180,170,165,190],
        'weight':[70,75,60,80]}

df = pd.DataFrame(data)
df_select = df.loc[:,df.columns.str.contains('weight')]
print(df_select)

运行后的结果如下：

   weight
0      70
1      75
2      60
3      80

在上述示例中，.loc[]方法中df.columns.str.contains(‘weight’)会返回一个布尔型的Series，表示DataFrame中哪些列名包含‘weight’字符串。使用.loc[]方法可以将该布尔型Series传入，从而筛选出需要的列。

使用.ix[]方法

在Pandas 1.0.0版本中，.ix[]方法被标记为不推荐使用。但是在0.19.2版本之前，它是一种选择列名中部分字符串的常用方法。如今，在一些较旧的项目中，.ix[]方法可能仍在使用。以下是一个示例，展示如何使用.ix[]方法选择包含‘age’字符串的列：

import pandas as pd

data = {'name':['John','Tom','Susan','Kelly'],
        'age':[20,25,30,35],
        'length':[180,170,165,190],
        'weight':[70,75,60,80]}

df = pd.DataFrame(data)
df_select = df.ix[:,df.columns.str.contains('age')]
print(df_select)

运行后的结果如下：

   age
0   20
1   25
2   30
3   35

总结

本文介绍了三种方法，如何根据部分匹配选择DataFrame的列。在实际应用中，应该根据不同的情况选择合适的方法。.filter()方法可以使用正则表达式来选择列，灵活性较高。.loc[]方法在语法上能够更直观地体现使用者的意图。但是需要注意的是，在.ix[]方法使用之前，应该先确定该版本的Pandas是否在使用上存在问题。