在多个条件下过滤数据框索引 [英] Filter dataframe index on multiple conditions

问题描述

在 pandas.DataFrame.filter 可以使用参数"like"或"regex"，使其支持OR条件.例如:

In pandas.DataFrame.filter is there a way to use the parameters "like" or "regex" so they support an OR condition. for example:

df.filter(like='bbi', axis=1) 

将对名称中带有 bbi 的列进行过滤，但是如何过滤包含'bbi'或'abc'的列?

would filter on columns with bbi in their name, but how would I filter on columns containing 'bbi' OR 'abc' ?

一些失败的选择:

df.filter(like='bbi' or 'abc', axis=1) 

df.filter(like=('bbi' or 'abc'), axis=1) 

推荐答案

我将执行以下操作:

设置:

df=pd.DataFrame(np.random.randint(0,20,20).reshape(5,4),
                          columns=['abcd','bcde','efgh','bbia'])
print(df)

---

   abcd  bcde  efgh  bbia
0    10    17     2     7
1     7    12    18     9
2    17     7    11    17
3    14     4     2     9
4    15    10    12    11

解决方案:

使用 df.filter :

df.filter(regex=r'(abc|bbi)')

---

   abcd  bbia
0    10     7
1     7     9
2    17    17
3    14     9
4    15    11

这篇关于在多个条件下过滤数据框索引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！