如何优化实现从源DataFrame动态筛选A_*、B_*列生成新DataFrame

嘿，我懂你不想写那种重复又生硬的条件判断代码，其实有更简洁灵活的方式来实现需求，完全不用纠结先选部分列再补全的问题～

你可以直接动态筛选符合命名规则的列，不用提前预判有多少个A_*或B_*列，下面给你两种实用的方法：

方法一：用字符串前缀筛选（简单直接） #

这种方式适合只要列名以A_或B_开头就保留的场景，扩展性很强——哪怕以后新增A_3、B_3这类列，代码也不用改：

# 遍历所有列，筛选出以"A_"或"B_"开头的列
selected_cols = [col for col in df_source.columns if col.startswith(('A_', 'B_'))]
df_new = df_source[selected_cols]

方法二：用正则表达式精准匹配（更严谨） #

如果你的列名严格是A_数字或B_数字的格式，用正则表达式能更精准地匹配，避免误选其他类似命名的列：

import re

# 匹配以A/B开头，后跟下划线和数字的列名
selected_cols = [col for col in df_source.columns if re.match(r'^[AB]_\d+$', col)]
df_new = df_source[selected_cols]

为什么这两种方法更好？ #

对比你原来的写法，这两种方式：

• 不用写if判断逻辑，代码更简洁
• 自动适配2列、4列甚至更多符合规则的列，扩展性拉满
• 保留源DataFrame中列的原有顺序，符合你的使用习惯

备注：内容来源于stack exchange，提问作者Coleman YU