python - 正则表达式选择包含除一个以外的字符串的列

Question

我有一个 pandas DataFrame，如下所示。我想选择除“final_ind”列之外的所有以“_cd”或“_ind”结尾的列。我怎样才能做到这一点？

df = pd.DataFrame({
  'var1': [20, 30.0, 40],
  'var2_ind': ["a4", "a3", "b1"],
  'var3_cd': [10, 5, 7],
  'final_ind': [1, 0, 1],
})

这是我尝试过的:

df.ix[:, df.columns.str.contains('_cd|_ind')] #Gets all columns except var1
df.ix[:, df.columns.str.contains('_cd|_ind[^final_ind]')] #Gets only var3_cd

Answer 1

您可以像这样将 filter 与 regex 一起使用:

df.filter(regex='^(?!final).*(_cd|_ind)$')

# var2_ind  var3_cd
#0      a4       10
#1      a3        5
#2      b1        7

---

• ^(?!final) 将断言列名称不以 final 开头，这要归功于负面的前瞻性 (?!.. .);
• .*(_cd|_ind)$ 匹配以 _cd 或 _ind 结尾的列名；