使用Pandas怎么筛选特定的字符-创新互联

本篇文章为大家展示了使用Pandas怎么筛选特定的字符，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

if判断+列表解析式

[x for x in df.columns if 'xxx' in x]

str.contain()+列表解析式

[x for x in df.columns[df.columns.str.contain('xxx')]]

filter函数

df.filter(like='xxx').columns

关于filter，这里可以多说一句，除了like匹配之外，还支持正则表达式匹配，参数为regex。

官方api上给出了filter更详细的用法，除了过滤列名外，还可以在行、列上进行筛选，filter全部的参数如下：

item:接收list类型参数，保留参数内项目的标签，举例

# 等同df[['a', 'b', 'c']]
df.filter(item=['a', 'b', 'c'])

like like='xxx' 等同 ‘xxx' in labels

regex 正则表达式，输入字符串pattern

axis 表示作用的轴

更多示例见官网：DataFrame filter函数

补充：python-pandas如何选取满足条件的特定的行和列

我就废话不多说了，大家还是直接看代码吧~

import pandas as pd
df1 = pd.read_csv("data/trans/bike_flow.csv")
# ['t_idx' 'r_idx' 'c_idx' 'bike_out_cnt' 'bike_in_cnt' 'flow_stay' 'flow_in' 'flow_out']
print(df1.columns.values)
# (23016, 8)
print(df1.shape)
# ['t_idx', 'bike_in_cnt']是取特定的列
# df1['bike_in_cnt'] > 10是取特定的行
df2 = df1[['t_idx', 'bike_in_cnt']][df1['bike_in_cnt'] > 10]
# (328, 2)
print(df2.shape)

上述内容就是使用Pandas怎么筛选特定的字符，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注创新互联行业资讯频道。