如果列中的任何行包含特定字符串，请选择列 [英] Select columns if any of their rows contain a certain string

问题描述

如果列中的任何值包含字符串，则我尝试获取DataFrame中列的列表.例如，在下面的数据框中，我想要一个在字符串中具有％的列的列表.我可以使用for循环和series.str.contains方法来完成此操作，但似乎不是最佳方法，尤其是对于较大的数据集.有没有更有效的方法可以做到这一点?

I am trying to obtain a list of columns in a DataFrame if any value in a column contains a string. For example in the below dataframe I would like a list of columns that have the % in the string. I am able to accomplish this using a for loop and the series.str.contains method but doens't seem optimal especially with a larger dataset. Is there a more efficient way to do this?

import pandas as pd

df = pd.DataFrame({'A': {0: '2019-06-01', 1: '2019-06-01', 2: '2019-06-01'},
                   'B': {0: '10', 1: '20', 2: '30'},
                   'C': {0: '10', 1: '20%', 2: '30%'},
                   'D': {0: '10%', 1: '20%', 2: '30'},
               })

DataFrame

            A   B    C    D
0  2019-06-01  10   10  10%
1  2019-06-01  20  20%  20%
2  2019-06-01  30  30%   30

当前方法

col_list = []
for col in df.columns:
    if (True in list(df[col].str.contains('%'))) is True:
        col_list.append(col)

输出

['C', 'D']

推荐答案

首先使用

First use DataFrame.select_dtypes for filter only object columns, obviously string columns.

然后使用 DataFrame.applymap 使用 DataFrame.any 如果每列至少有一个，则返回True，因此可能会过滤列:

Then use DataFrame.applymap for elementwise check values with DataFrame.any for return True if at least one per column, so possible filter columns:

c = df.columns[df.select_dtypes(object).applymap(lambda x: '%' in str(x)).any()].tolist()
print (c)
['C', 'D']

或使用 Series.str.contains 每列，如果所有字符串列都应省略na参数:

f = lambda x: x.str.contains('%', na=False)
c = df.columns[df.select_dtypes(object).apply(f).any()].tolist()
print (c)
['C', 'D']

这篇关于如果列中的任何行包含特定字符串，请选择列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！