這個問題是一個近乎重復的這一個，有一些調整。獲取以下數據框，并獲取其中包含“sch”或“oa”的列的位置。在 R 中足夠簡單：df <- data.frame(cheese = rnorm(10), goats = rnorm(10), boats = rnorm(10), schmoats = rnorm(10), schlomo = rnorm(10), cows = rnorm(10))grep("oa|sch", colnames(df))[1] 2 3 4 5write.csv(df, file = "df.csv")現在在 python 中，我可以使用一些詳細的列表理解：import pandas as pddf = pd.read_csv("df.csv", index_col = 0)matches = [i for i in range(len(df.columns)) if "oa" in df.columns[i] or "sch" in df.columns[i]]matchesOut[10]: [1, 2, 3, 4]我想知道在 python 中是否有比上面的列表理解示例更好的方法。具體來說，如果我有幾十個字符串要匹配怎么辦。在 R 中，我可以做類似的事情regex <- paste(vector_of_strings, sep = "|")grep(regex, colnames(df))但是如何在 python 中使用列表理解來做到這一點并不明顯。也許我可以使用字符串操作以編程方式創建將在列表內執行的字符串，以處理所有重復的or語句？
2 回答
眼眸繁星
TA貢獻1873條經驗 獲得超9個贊
使用 pandas 的DataFrame.filter運行相同的正則表達式：
df.filter(regex = "oa|sch").columns
# Index(['goats', 'boats', 'schmoats', 'schlomo'], dtype='object')
df.filter(regex = "oa|sch").columns.values
# ['goats' 'boats' 'schmoats' 'schlomo']
數據
import numpy as np
import pandas as pd
np.random.seed(21419)
df = pd.DataFrame({'cheese': np.random.randn(10),
'goats': np.random.randn(10),
'boats': np.random.randn(10),
'schmoats': np.random.randn(10),
'schlomo': np.random.randn(10),
'cows': np.random.randn(10)})
并且要搜索多個字符串：
rgx = "|".join(list_of_strings)
df.filter(regex = rgx)
要返回索引，請考慮來自@Divakar 的矢量化 numpy 解決方案。請注意，與 R 不同，Python 是零索引的。
def column_index(df, query_cols):
cols = df.columns.values
sidx = np.argsort(cols)
return sidx[np.searchsorted(cols,query_cols,sorter=sidx)]
column_index(df, df.filter(regex="oa|sch").columns)
# [1 2 3 4]
慕田峪4524236
TA貢獻1875條經驗 獲得超5個贊
也許您正在尋找re模塊？
import re
pattern = re.compile("oa|sch")
[i for i in range(len(df.columns)) if pattern.search(df.columns[i])]
# [1, 2, 3, 4]
與 R 的矢量化相比，可能不是最好的，但列表理解應該沒問題。
如果你想將字符串連接在一起，你可以做類似的事情
"|".join(("oa", "sch"))
# 'oa|sch'
添加回答
舉報
0/150
提交
取消