如何在Pandas中基于部分列名选择从Test到Bio开头列的范围？

可行解决方案 #

直接上适配你需求的代码，针对示例DataFrame：

import pandas as pd

df_chunk = pd.DataFrame({
    'Waste':[None,None],
    'Test':['something', 'something'],
    '2':[None,None],
    '3':[None,None],
    'Bio Ref':['2-50','15-100'],
    'None':[None,None]})

# 获取Test列的位置索引
test_col_pos = df_chunk.columns.get_loc('Test')
# 获取第一个以Bio开头的列的位置索引
bio_col = df_chunk.columns[df_chunk.columns.str.startswith('Bio')][0]
bio_col_pos = df_chunk.columns.get_loc(bio_col)

# 选择从Test到Bio开头列的完整范围（包含两端）
selected_df = df_chunk.iloc[:, test_col_pos : bio_col_pos + 1]
print(selected_df)

运行后输出：

Test      2       3  Bio Ref
0  something   None    None     2-50
1  something   None    None   15-100

为什么你的原代码失败 #

你尝试的df_chunk.loc[:, 'Test':df_chunk.columns.str.startswith('Bio')]无法运行，原因是：

• loc的列范围语法要求两端是具体列名，或者单独使用布尔数组筛选列，但不能把列名和布尔数组混合使用。
• df_chunk.columns.str.startswith('Bio')返回的是布尔数组，不是合法的列名，所以和'Test'组合的范围写法不被Pandas识别。

适配场景的扩展处理 #

针对你提到的场景特点，代码可以灵活调整：

1. 如果有多个以Bio开头的列：
   若想选到最后一个Bio开头的列，修改获取Bio列的部分：

   bio_cols = df_chunk.columns[df_chunk.columns.str.startswith('Bio')]
   bio_col_pos = df_chunk.columns.get_loc(bio_cols[-1])
   

2. 避免Test列在Bio列之后的异常：
   加判断防止逻辑错误：

   if test_col_pos > bio_col_pos:
       print("Test列位置在Bio列之后，无法选择有效范围")
   else:
       selected_df = df_chunk.iloc[:, test_col_pos : bio_col_pos + 1]
   

3. 用列名列表直接选择：
   若更习惯列名操作，可先拿到目标列名称列表再选择：

   target_cols = df_chunk.columns[test_col_pos : bio_col_pos + 1]
   selected_df = df_chunk[target_cols]
   

内容的提问来源于stack exchange，提问作者ViSa