如何筛选DataFrame中名称包含连续三位数字的列

正则规则说明 #

你需要的匹配「三位数字后接_diff」的规则用正则可以写为\d{3}_diff，其中：

• \d{3}代表连续出现的3位数字
• _diff是固定匹配的后缀
  如果需要严格要求该结构出现在列名末尾，可在末尾加结束符$，即正则改为\d{3}_diff$，避免匹配到中间包含该结构的列名。

实现方式1：列表推导式 #

需要搭配re模块做正则匹配：

import re

# 编译正则规则，可根据需求替换为r'121_diff'匹配指定数字
pattern = re.compile(r'\d{3}_diff')
# 列表推导式筛选符合规则的列名
selected_cols = [col for col in merged.columns if pattern.search(col)]
# 提取目标列
result_df = merged[selected_cols]

实现方式2：pandas filter方法（更简洁） #

直接使用filter的regex参数即可，不需要额外写循环：

# 匹配所有符合三位数字+_diff规则的列
result_df = merged.filter(regex=r'\d{3}_diff')
# 匹配包含121_diff的列，等效于你之前用like参数的效果
result_df = merged.filter(regex=r'121_diff')

内容的提问来源于stack exchange，提问作者Maths12