本篇文章為大家展示了使用Pandas怎么篩選特定的字符,內(nèi)容簡(jiǎn)明扼要并且容易理解,絕對(duì)能使你眼前一亮,通過(guò)這篇文章的詳細(xì)介紹希望你能有所收獲。
[x for x in df.columns if 'xxx' in x]
[x for x in df.columns[df.columns.str.contain('xxx')]]
df.filter(like='xxx').columns
關(guān)于filter,這里可以多說(shuō)一句,除了like匹配之外,還支持正則表達(dá)式匹配,參數(shù)為regex。
官方api上給出了filter更詳細(xì)的用法,除了過(guò)濾列名外,還可以在行、列上進(jìn)行篩選,filter全部的參數(shù)如下:
item:接收l(shuí)ist類(lèi)型參數(shù),保留參數(shù)內(nèi)項(xiàng)目的標(biāo)簽,舉例
# 等同df[['a', 'b', 'c']] df.filter(item=['a', 'b', 'c'])
like
like='xxx' 等同 ‘xxx' in labels
regex
正則表達(dá)式,輸入字符串pattern
axis
表示作用的軸
更多示例見(jiàn)官網(wǎng):DataFrame filter函數(shù)
補(bǔ)充:python-pandas如何選取滿足條件的特定的行和列
我就廢話不多說(shuō)了,大家還是直接看代碼吧~
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)
上述內(nèi)容就是使用Pandas怎么篩選特定的字符,你們學(xué)到知識(shí)或技能了嗎?如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備,歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
名稱欄目:使用Pandas怎么篩選特定的字符-創(chuàng)新互聯(lián)
網(wǎng)頁(yè)地址:http://jinyejixie.com/article14/dcijde.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站維護(hù)、定制網(wǎng)站、網(wǎng)頁(yè)設(shè)計(jì)公司、企業(yè)建站、App開(kāi)發(fā)、靜態(tài)網(wǎng)站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容
網(wǎng)頁(yè)設(shè)計(jì)公司知識(shí)