从 Dataframe 中选择行并包含另一列 python

Question

我是 python 的新手，如何从数据框中选择以_old 结尾并包含 B 列作为最终输出的列？这是我的数据框：import pandas as pdimport numpy as npdf1 = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),                   'B': 'james weker john mark jane der liv vam'.split(),                   'C_old': np.arange(8), 'D_old': np.arange(8) * 2})print(df1)我试过这个，它只选择以 _old 结尾的列，但我在输出中包含 B 列df1[df1.columns[pd.Series(df1.columns).str.endswith('_old')]]我的预期输出应该是这样的import pandas as pdimport numpy as npdf1 = pd.DataFrame({                   'B': 'james weker john mark jane der liv vam'.split(),                   'C_old': np.arange(8), 'D_old': np.arange(8) * 2})print(df1)

Answer 1

与正则表达式一起使用DataFrame.filter-$用于字符串的结尾，用于|按列选择（用于字符串的开头）or^B$B^

df = df1.filter(regex='_old$|^B$')

您可以按掩码选择 -用于按条件DataFrame.loc选择所有行 ( :) 和列：

df = df1.loc[:, df1.columns.str.endswith('_old') | (df1.columns == 'B')]

或Index.union用于添加B到列：

df = df1[df1.columns[df1.columns.str.endswith('_old')].union(['B'])]

print (df)

       B  C_old  D_old

0  james      0      0

1  weker      1      2

2   john      2      4

3   mark      3      6

4   jane      4      8

5    der      5     10

6    liv      6     12

7    vam      7     14