基于OR条件选择DataFrame列的最优实现方法

1. 优先匹配第一个存在的列（完全匹配or逻辑） #

和你理想中的df['r' or 'radius']逻辑完全一致，按顺序判断候选列，取第一个存在的列：

df[next(col for col in ['r', 'radius', 'Radius[m]'] if col in df.columns)]

2. 筛选所有符合条件的列 #

如果需要把当前DataFrame内所有对应物理量的别名列都筛选出来，用pandas内置的filter方法更简洁：

精确匹配指定别名 #

df.filter(items=['r', 'radius', 'Radius[m]'], axis=1)

模糊匹配（不用穷举所有别名） #

如果别名有规律（比如允许带单位后缀、大小写不敏感），可以用正则匹配，减少别名枚举量：

# 匹配r、radius、Radius[m]、r[mm]等格式的列名
df.filter(regex=r'^(r|radius)(\[[a-zA-Z]+\])?$', axis=1, case=False)

如果筛选后只有1列，想要和直接取列的效果一致返回Series，在末尾添加.squeeze('columns')即可：

df.filter(items=['r', 'radius'], axis=1).squeeze('columns')

3. 封装成工具函数（使用体验最接近理想写法） #

如果需要频繁做该操作，封装后调用的语法几乎和你设想的完全一致：

def get_phy_col(df, *aliases):
    return df[next(col for col in aliases if col in df.columns)]

# 调用示例
get_phy_col(df, 'r', 'radius')

内容的提问来源于stack exchange，提问作者NickOTeen