保留Pandas DataFrame中列名包含列表中子串的列

我来帮你搞定这个问题！你现在的循环思路是对的，但需要调整一下方式来合并筛选结果，这里有几个实用的方法：

方法一：先收集所有符合条件的列名（推荐） #

这种方法不用反复生成小DataFrame，效率更高，步骤很清晰：

• 先把需要保留的sample_id列加入列表
• 遍历你的子串列表，找出所有列名包含对应子串的列，添加到列表中
• 最后用这个列列表直接从原DataFrame中筛选

import pandas as pd

# 模拟你的原始数据
df1 = pd.DataFrame({
    'sample_id': [1],
    'col9381.3': [2],
    'col8371.8': [3],
    'col71937.9': [4],
    'col19993.1': [5]
})
lst = ['col93','col71']

# 初始化要保留的列，先加入sample_id
keep_cols = ['sample_id']
# 遍历子串，收集匹配的列
for substr in lst:
    matching_cols = [col for col in df1.columns if substr in col]
    keep_cols.extend(matching_cols)

# 去重（避免同一列匹配多个子串的情况），同时保持原始列顺序
keep_cols = list(dict.fromkeys(keep_cols))
# 从原DataFrame筛选列
df_final = df1[keep_cols]
print(df_final)

方法二：改进你的循环来合并结果 #

如果你想保留循环的思路，可以先初始化一个包含sample_id的结果DataFrame，然后每次把筛选出的列合并进去：

import pandas as pd

df1 = pd.DataFrame({
    'sample_id': [1],
    'col9381.3': [2],
    'col8371.8': [3],
    'col71937.9': [4],
    'col19993.1': [5]
})
lst = ['col93','col71']

# 初始化结果，先保留sample_id
df_final = df1[['sample_id']].copy()

for i in lst:
    df2 = df1.filter(regex=i)
    if df2.shape[1] > 0:
        # 按列合并筛选出的结果
        df_final = pd.concat([df_final, df2], axis=1)

print(df_final)

方法三：用正则表达式一次性匹配（最简洁） #

可以把你的子串列表拼成一个正则表达式，用filter方法一次性筛选所有符合条件的列，再和sample_id合并：

import pandas as pd

df1 = pd.DataFrame({
    'sample_id': [1],
    'col9381.3': [2],
    'col8371.8': [3],
    'col71937.9': [4],
    'col19993.1': [5]
})
lst = ['col93','col71']

# 把子串拼成正则，|表示“或”的逻辑
regex_pattern = '|'.join(lst)
# 合并sample_id和筛选出的列
df_final = pd.concat([df1[['sample_id']], df1.filter(regex=regex_pattern)], axis=1)
print(df_final)

这三种方法都能得到你想要的结果，其中方法一和方法三更适合数据量大的场景，避免多次合并的开销。

内容的提问来源于stack exchange，提问作者John