python - 从 Dataframe 中选择行并包含另一列 python

Question

我是 python 的新手，如何从数据框中选择以 _old 结尾的列并将 B 列 作为最终输出？这是我的数据框:

import pandas as pd
import numpy as np
df1 = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'james weker john mark jane der liv vam'.split(),
                   'C_old': np.arange(8), 'D_old': np.arange(8) * 2})
print(df1)

我试过这个，它只选择以 _old 结尾的列，但我要在输出中包含 B 列

df1[df1.columns[pd.Series(df1.columns).str.endswith('_old')]]

我的预期输出应该是这样的

import pandas as pd
import numpy as np
df1 = pd.DataFrame({
                   'B': 'james weker john mark jane der liv vam'.split(),
                   'C_old': np.arange(8), 'D_old': np.arange(8) * 2})
print(df1)

Answer 1

使用DataFrame.filter使用正则表达式 - $ 用于字符串的结尾，| 用于 or 和 ^B$ 用于按列选择 B (^ 是字符串的开头)

df = df1.filter(regex='_old$|^B$')

您可以通过掩码进行选择 - 使用 DataFrame.loc按条件选择所有行 (:) 和列:

df = df1.loc[:, df1.columns.str.endswith('_old') | (df1.columns == 'B')]

或者使用Index.union将 B 添加到列中:

df = df1[df1.columns[df1.columns.str.endswith('_old')].union(['B'])]
print (df)
       B  C_old  D_old
0  james      0      0
1  weker      1      2
2   john      2      4
3   mark      3      6
4   jane      4      8
5    der      5     10
6    liv      6     12
7    vam      7     14