python - 获取特定列的列名

Question

我从一个带有神秘命名列的接口(interface)获取一个数据帧，其中我知道一些在所有列上互斥的子字符串。

一个简化的示例如下所示:

df = pandas.DataFrame({'d10432first34sf':[1,2,3],'d10432second34sf':[4,5,6]})
df
   d10432first34sf  d10432second34sf
0                1                 4
1                2                 5
2                3                 6

由于我知道列子字符串，因此我可以通过以下方式访问各个列:

df.filter(like='first')
   d10432first34sf
0                1
1                2
2                3

df.filter(like='second')
   d10432second34sf
0                 4
1                 5
2                 6

但是现在，我还需要获取每列的确切列名，这是我不知道的。我怎样才能做到这一点？

Answer 1

添加.columns:

cols = df.filter(like='first').columns
print (cols)
Index(['d10432first34sf'], dtype='object')

或者更好boolean indexing与 contains :

cols = df.columns[df.columns.str.contains('first')]
print (cols)
Index(['d10432first34sf'], dtype='object')

时间不相同:

 df = pd.DataFrame({'d10432first34sf':[1,2,3],'d10432second34sf':[4,5,6]})
df = pd.concat([df]*10000, axis=1).reset_index(drop=True)
df = pd.concat([df]*1000).reset_index(drop=True)
df.columns = df.columns + pd.Series(range(10000 * 2)).astype('str')

print (df.shape)
(3000, 20000)

In [267]: %timeit df.filter(like='first').columns
10 loops, best of 3: 117 ms per loop

In [268]: %timeit df.columns[df.columns.str.contains('first')]
100 loops, best of 3: 11.9 ms per loop