如何从DataFrame中提取固定列与动态数值列

以下两种方法均比iloc定位更稳定，不会因为列顺序变动导致筛选结果出错：

方法1：按列名字符串特征筛选 #

适配你示例中数字/数字格式的动态列名，用正则匹配实现：

import pandas as pd

# 定义固定要保留的列
fixed_cols = ["ZR", "ER"]
# 筛选所有符合数值格式的动态列
dynamic_cols = [
    col for col in df.columns 
    if col not in fixed_cols and pd.Series([col]).str.match(r"^\d+/\d+$").iloc[0]
]
# 合并列名后提取目标数据集
target_df = df[fixed_cols + dynamic_cols]

如果你的数值格式列不局限于数字/数字格式，只要列名可转换为数值即可，可替换动态列筛选逻辑：

def is_numeric_name(col_name):
    try:
        # 适配斜杠分隔的数值格式，替换为小数点后尝试转换
        float(col_name.replace("/", "."))
        return True
    except ValueError:
        return False

dynamic_cols = [col for col in df.columns if col not in fixed_cols and is_numeric_name(col)]

方法2：按列的数据类型筛选 #

如果动态列的存储类型本身就是数值类（int/float等），可以直接用类型筛选：

fixed_cols = ["ZR", "ER"]
# 筛选所有数值类型的列
numeric_cols = df.select_dtypes(include=["int64", "float64"]).columns.tolist()
target_df = df[fixed_cols + numeric_cols]

内容的提问来源于stack exchange，提问作者Naruto