170

我有一个带有以下列名称的熊猫数据框：

结果1，测试1，结果2，测试2，结果3，测试3等...

我想删除名称中包含“Test”一词的所有列。此类列的数量不是静态的，而是取决于先前的函数。

我怎样才能做到这一点？

4

11 回答 11

253

这是执行此操作的一种方法：

df = df[df.columns.drop(list(df.filter(regex='Test')))]
于 2017-05-30T22:20:33.127 回答
109 
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
于 2013-09-28T20:55:09.153 回答
84

更便宜、更快、更惯用：str.contains

在最新版本的 pandas 中，您可以在索引和列上使用字符串方法。在这里，str.startswith似乎很合适。

要删除以给定子字符串开头的所有列：

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

对于不区分大小写的匹配，您可以将基于正则表达式的匹配与str.containsSOL 锚一起使用：

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

如果可以使用混合类型，请na=False同时指定。

于 2019-01-28T21:43:06.190 回答
27

这可以在一行中巧妙地完成：

df = df.drop(df.filter(regex='Test').columns, axis=1)
于 2019-01-10T15:37:53.423 回答
21

您可以使用“过滤器”过滤掉您想要的列

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

现在过滤

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

得到..

   result1  result34
0   2.0     NaN
1   NaN     10.0
于 2016-07-13T05:18:46.520 回答
11

使用DataFrame.select方法：

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
于 2013-09-28T21:07:25.463 回答
8

使用正则表达式匹配所有不包含不需要的单词的列：

df = df.filter(regex='^((?!badword).)*$')
于 2020-04-19T17:19:38.613 回答
6

这种方法可以完成所有工作。许多其他答案创建副本并且效率不高：

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

于 2020-04-13T19:05:33.133 回答
4

问题状态“我想删除名称中包含“测试”一词的所有列。

test_columns = [col for col in df if 'Test' in col]
df.drop(columns=test_columns, inplace=True)
于 2020-10-15T13:44:20.657 回答
3

最短的方法是：

resdf = df.filter(like='Test',axis=1)
于 2020-05-09T13:35:42.993 回答
0

删除包含正则表达式的列名列表时的解决方案。我更喜欢这种方法，因为我经常编辑下拉列表。对下拉列表使用否定过滤器正则表达式。

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)
于 2020-06-05T17:11:42.067 回答