如何基于部分匹配选择DataFrame列？

Question

今天下午，我在努力寻找一种方法，通过检查其名称（标签？）中某种模式的出现来选择我的Pandas DataFrame的几列。

我一直在寻找类似contains或isin为nd.arrays/ pd.series，但有没有运气。

这让我很沮丧，因为我已经在检查自己的列中DataFrame是否出现特定的字符串模式，如下所示：

hp = ~(df.target_column.str.contains('some_text') | df.target_column.str.contains('other_text'))
df_cln= df[hp]

但是，无论如何敲打头，我都无法应用于.str.contains()返回的对象df.columns-是Index-或返回的对象df.columns.values-是ndarray。对于“切片”操作返回的内容（df[column_name]即a）Series，这可以很好地工作。

我的第一个解决方案涉及一个for循环和一个帮助列表的创建：

ll = []
for a in df.columns:
    if a.startswith('start_exp1') | a.startswith('start_exp2'):
    ll.append(a)
df[ll]

（str当然可以应用任何功能）

然后，我找到了该map函数并使其与以下代码一起使用：

import re
sel = df.columns.map(lambda x: bool(re.search('your_regex',x))
df[df.columns[sel]]

当然，在第一个解决方案中，我可以执行相同类型的正则表达式检查，因为我可以将其应用于str迭代返回的数据类型。

我是Python的新手，从没有真正编程过任何东西，所以我对速度/定时/效率不太熟悉，但是我倾向于认为第二种方法（使用地图）可能会更快，而且对未经训练的人看起来更优雅眼。

我很想知道您对此有什么看法，还有什么可能的替代选择。考虑到我的粗暴程度，如果您能纠正我在代码中可能犯的任何错误并为我指明正确的方向，我将不胜感激。

谢谢，米歇尔

编辑 ：我刚刚找到了该Index方法Index.to_series()，该方法返回-ehm -a
Series，我可以将其应用于.str.contains('whatever')。但是，这不像真正的正则表达式那么强大，而且我找不到将结果传递Index.to_series().str给re.search()函数的方法。

Answer 1

您使用的解决方案map非常好。如果您确实要使用str.contains，则可以将Index对象转换为Series（具有该str.contains方法）：

In [1]: df
Out[1]: 
   x  y  z
0  0  0  0
1  1  1  1
2  2  2  2
3  3  3  3
4  4  4  4
5  5  5  5
6  6  6  6
7  7  7  7
8  8  8  8
9  9  9  9

In [2]: df.columns.to_series().str.contains('x')
Out[2]: 
x     True
y    False
z    False
dtype: bool

In [3]: df[df.columns[df.columns.to_series().str.contains('x')]]
Out[3]: 
   x
0  0
1  1
2  2
3  3
4  4
5  5
6  6
7  7
8  8
9  9

更新 我刚刚阅读了您的最后一段。在文档中，str.contains默认情况下允许您传递正则表达式（str.contains('^myregex')）