如何在Python中对DataFrame列应用多关键词字符串过滤

嘿，我来帮你搞定这个问题！你遇到的SyntaxError是因为pandas的filter()方法里，regex是关键字参数，后面不能直接跟其他位置参数，而且regex参数只接受单个正则表达式字符串，不是多个独立的关键词。

错误原因拆解 #

你写的代码：

df = df.filter(regex='AMP','amp','date')

这里regex='AMP'是关键字参数，后面的'amp'、'date'变成了位置参数，Python不允许关键字参数后面跟位置参数，所以直接报错了。而且就算语法没问题，regex也没法同时接收多个字符串，得用正则的逻辑把关键词整合起来。

正确的筛选方法 #

要筛选列名包含AMP、amp或date的列，我们需要用正则的**或操作符|**把关键词组合成一个正则表达式，有两种常用写法：

1. 区分大小写的匹配

如果你需要严格区分AMP和amp（比如只匹配这两种精确大小写的关键词），直接用|连接所有关键词：

df = df.filter(regex='AMP|amp|date')

2. 忽略大小写的匹配（更推荐）

如果AMP和amp其实是同一个关键词的大小写变体，不想区分的话，可以用正则的忽略大小写标志，这样写更简洁：

# 方法1：导入re模块，使用flags参数
import re
df = df.filter(regex='amp|date', flags=re.IGNORECASE)

# 方法2：用正则内置的(?i)修饰符，不用额外导入模块
df = df.filter(regex='(?i)amp|date')

这里的(?i)会让正则忽略大小写，所以amp会匹配AMP、Amp、aMp等所有大小写组合，同时还会匹配包含date的列。

验证效果 #

假设你的DataFrame列名是['AMP_value', 'amp_score', 'date_record', 'other_col']，用上面的代码过滤后，会保留前三个列，完美符合你的需求～

内容的提问来源于stack exchange，提问作者Unknown