在pandas数据框中过滤特定列

Question

我希望您能够根据列名筛选出pandas数据框中的特定列。

因此，该数据框大致如下：

import pandas as pd

dict_build = {'Var_1_Reading': [1,2,3,10,0.1], 'Var_1_Confidence':[1,1,1,1,1], 'Var_2_Reading': [1,2,3,10,0.1], 'Var_2_Confidence':[1,1,1,1,1]}
df = pd.DataFrame(dict_build)

我希望删除以Confidence结尾的列。我尝试使用filter，但无法解决问题。目前我正在进行以下操作：

ColList_to_drop = df.filter(regex='Confidence', axis=1).columns.values
filtered_df = df.drop(ColList_to_drop, axis = 1)

我能否只在正则表达式中完成这两个步骤？

- KillerSnail

Answer 1

你可以直接在列索引上使用 str 方法，例如：

df.loc[:, ~df.columns.str.endswith('Confidence')]

- Rob

---

我刚意识到你想要删除列而不是选择它们。因此，我在列过滤器上添加了一个否定。 - Rob

Answer 2

这应该可以解决问题：

>>> cols = [col for col in df.columns if not col.endswith('Confidence')]    
>>> df = df[cols]

>>> df
   Var_1_Reading  Var_2_Reading
0            1.0            1.0
1            2.0            2.0
2            3.0            3.0
3           10.0           10.0
4            0.1            0.1

- ComputerFellow

Answer 3

您可以使用负向前瞻断言(?!...)：

print df.filter(regex='^(?!.*Confidence).*$')
   Var_1_Reading  Var_2_Reading
0            1.0            1.0
1            2.0            2.0
2            3.0            3.0
3           10.0           10.0
4            0.1            0.1

- jezrael