如何在Python中对DataFrame列名执行子串提取操作？

嘿，我来帮你搞定这个问题！你想要从列名里动态提取子串（比如从comment1abc里拿到abc），代替硬编码写进str.contains里，其实很简单，分几种情况给你说：

1. 固定位置/长度的子串提取 #

如果你确定要提取的abc总是列名的最后3个字符，直接用字符串切片就可以——比固定索引[8:11]更灵活，就算前面的字符长度变了（比如列名是comment2abc或者comment123abc），[-3:]都能准确拿到最后3个字符：

# 先指定目标列名
target_column = 'comment1abc'
# 从列名提取后缀abc
match_substring = target_column[-3:]
# 用提取到的子串做匹配，注意：str.contains本身返回布尔值，不用加==True
result = df[target_column].str.contains(match_substring)

2. 动态匹配模式（非固定长度） #

如果列名的格式是comment{N}abc（N是任意数字），或者你不确定子串的位置，想用正则精准提取，可以用re模块：

import re

target_column = 'comment1abc'
# 匹配列名末尾的abc（如果是其他后缀也可以改正则）
match = re.search(r'abc$', target_column)
if match:
    match_substring = match.group()
    result = df[target_column].str.contains(match_substring)

要是想提取数字后面的所有内容（比如列名是comment123xyz也能拿到xyz），可以把正则改成r'\d(\w+)$'，然后取match.group(1)。

3. 批量处理多个符合格式的列 #

如果你的DataFrame里有多个类似commentXabc的列，想批量处理，可以先筛选出符合条件的列，再循环处理：

# 筛选所有以abc结尾的列
matching_columns = [col for col in df.columns if col.endswith('abc')]

for col in matching_columns:
    # 提取后缀
    match_substring = col[-3:]
    # 新增一列存储匹配结果
    df[f'{col}_has_substring'] = df[col].str.contains(match_substring)

最后提个小优化：df['col1'].str.contains('abc') == True其实可以简化成df['col1'].str.contains('abc')，因为str.contains返回的就是布尔类型的Series，直接用就够啦～

内容的提问来源于stack exchange，提问作者singularity2047