ฉันมีดาต้าเฟรมแพนด้าที่มีชื่อคอลัมน์ต่อไปนี้:

Result1, Test1, Result2, Test2, Result3, Test3 ฯลฯ ...

ฉันต้องการปล่อยคอลัมน์ทั้งหมดที่มีชื่อคำว่า "Test" ตัวเลขของคอลัมน์ดังกล่าวไม่คงที่ แต่ขึ้นอยู่กับฟังก์ชันก่อนหน้า

ฉันจะทำเช่นนั้นได้อย่างไร?

import pandas as pd

import numpy as np

array=np.random.random((2,4))

df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))

print df

      Test1      toto     test2      riri
0  0.923249  0.572528  0.845464  0.144891
1  0.020438  0.332540  0.144455  0.741412

cols = [c for c in df.columns if c.lower()[:4] != 'test']

df=df[cols]

print df
       toto      riri
0  0.572528  0.144891
1  0.332540  0.741412

นี่คือวิธีหนึ่งในการดำเนินการนี้:

df = df[df.columns.drop(list(df.filter(regex='Test')))]

ถูกกว่าเร็วกว่าและสำนวน: str.contains

ในเวอร์ชันล่าสุดของแพนด้าคุณสามารถใช้วิธีการสตริงในดัชนีและคอลัมน์ ที่นี่str.startswithดูเหมือนจะเป็นแบบที่ดี

ในการลบคอลัมน์ทั้งหมดที่เริ่มต้นด้วยสตริงย่อยที่กำหนด:

df.columns.str.startswith('Test')
# array([ True, False, False, False])

df.loc[:,~df.columns.str.startswith('Test')]

  toto test2 riri
0    x     x    x
1    x     x    x

สำหรับการจับคู่แบบไม่คำนึงถึงตัวพิมพ์เล็กและใหญ่คุณสามารถใช้การจับคู่แบบ regex str.containsกับ SOL anchor:

df.columns.str.contains('^test', case=False)
# array([ True, False,  True, False])

df.loc[:,~df.columns.str.contains('^test', case=False)] 

  toto riri
0    x    x
1    x    x

หากมีความเป็นไปได้แบบผสมให้ระบุna=Falseด้วย

คุณสามารถกรองคอลัมน์ที่คุณต้องการโดยใช้ "ตัวกรอง"

import pandas as pd
import numpy as np

data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]

df = pd.DataFrame(data2)

df

    c   result1     result34    test    test2
0   NaN     2.0     NaN     NaN     1.0
1   20.0    NaN     10.0    5.0     NaN

ตอนนี้กรอง

df.filter(like='result',axis=1)

ขอรับ ..

   result1  result34
0   2.0     NaN
1   NaN     10.0

สามารถทำได้อย่างเรียบร้อยในบรรทัดเดียวด้วย:

df = df.drop(df.filter(regex='Test').columns, axis=1)

ใช้DataFrame.selectวิธีการ:

In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})

In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
   awesome
0    1.215
1    1.247
2    0.142
3    0.169
4    0.137
5   -0.971
6    0.736
7    0.214
8    0.111
9   -0.214

วิธีนี้ทำให้ทุกอย่างเข้าที่ คำตอบอื่น ๆ จำนวนมากสร้างสำเนาและไม่มีประสิทธิภาพเท่า:

df.drop(df.columns[df.columns.str.contains('Test')], axis=1, inplace=True)

อย่าทำหล่น จับสิ่งที่ตรงข้ามกับสิ่งที่คุณต้องการ

df = df.filter(regex='^((?!badword).)*$').columns

วิธีที่สั้นที่สุดคือ:

resdf = df.filter(like='Test',axis=1)

คำถามระบุว่า 'ฉันต้องการทิ้งคอลัมน์ทั้งหมดที่มีชื่อคำว่า "Test" "

test_columns = [col for col in df if 'Test' in col]
df.drop(columns=test_columns, inplace=True)

วิธีแก้ปัญหาเมื่อวางรายการชื่อคอลัมน์ที่มี regex ฉันชอบแนวทางนี้เพราะฉันแก้ไขรายการแบบหล่นบ่อยครั้ง ใช้ regex ตัวกรองเชิงลบสำหรับรายการแบบหล่น

drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)