Bagaimana untuk mengekstrak nama lajur yang mengandungi rentetan tertentu dalam bingkai data?

Patricia Arquette
Lepaskan: 2024-10-20 14:02:29
asal
415 orang telah melayarinya

How to Extract Column Names Containing a Specified String in Dataframes?

Ekstrak Nama Lajur yang Mengandungi Rentetan Tertentu

Dalam bingkai data, mengakses lajur mengikut nama tertentu boleh menjadi penting. Soalan ini menangani senario di mana seseorang perlu mengenal pasti lajur yang namanya mengandungi rentetan tertentu, walaupun ia bukan padanan tepat. Contoh yang disediakan ialah mencari 'spike' dalam nama lajur seperti 'spike-2', 'hey spike' dan 'spiked-in'.

Penyelesaian:

Untuk mencapai matlamat ini, pendekatan mudah melibatkan lelaran pada lajur DataFrame:

<code class="python">for col in df.columns:
    if 'spike' in col:
        # Do something with the column name</code>
Salin selepas log masuk

Dalam penyelesaian ini, setiap nama lajur diperiksa untuk menyemak sama ada ia mengandungi rentetan sasaran. Jika padanan ditemui, nama lajur boleh disimpan dalam pembolehubah untuk kegunaan selanjutnya.

Pilihan lain ialah menggunakan pemahaman senarai dan penapisan untuk mencipta bingkai data baharu dengan hanya lajur yang sepadan:

<code class="python">spike_cols = [col for col in df.columns if 'spike' in col]
df2 = df.filter(regex='spike')</code>
Salin selepas log masuk

Baris pertama menjana senarai nama lajur yang mengandungi 'spike', manakala baris kedua menapis bingkai data untuk memasukkan hanya lajur tersebut.

Dengan memanfaatkan teknik ini, anda boleh mengenal pasti dan mengakses lajur dengan cekap yang namanya mengandungi rentetan tertentu, meluaskan keupayaan analisis anda.

Atas ialah kandungan terperinci Bagaimana untuk mengekstrak nama lajur yang mengandungi rentetan tertentu dalam bingkai data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!