pandas 特定の文字を含む列の名称を取ってくる

この記事ではpandas 0.19.2を利用しています。

はじめに

データ型の変換や、解析を行なう上で変数を整理したりなどで、
意に沿ったかたちで列名称を取ってきたいケースは意外と多いと思います。

方法はいろいろあると思うのですが、ここではfindを利用してます。

データ

# coding:utf-8

df = pd.DataFrame(
    {'id':['1001','1002','1003','1004'],
      'x01':[3,2,3,1],
      'x02':[1,2,1,1],
      'y01':[3,2,2,2],
      'y02':[1,1,1,2],
      'z01':[1,2,3,3],
     })

df

||id|x01|x02|y01|y02|z01|
|:-:|:--:|:---:|:---:|:---:|:---:|:----:|:--:|
|0|1001|3|1|3|1|1|
|1|1002|2|2|2|1|2|
|2|1003|3|1|2|1|3|
|3|1004|1|1|2|2|3|

findを利用して特定の文字を含む列名称を取得

リスト内包表記とfindを利用して、条件に合うものを取得します。
関数 find は、その文字が最初に現れる位置を返します。なかった場合には -1 を返します。
ここでは'y'を含む変数を取ってきたいとします。

temp_col = [item for item in df.columns if item.find('y') != -1]

print temp_col

['y01', 'y02']

OR を使って以下のようにもできます。

temp_col_2 = [item for item in df.columns if item.find('y') != -1 or item.find('z') != -1]

print temp_col_2

['y01', 'y02', 'z01']

取得したリストを使って、以下のように特定の列に絞ったデータを取得できます。

df[['id'] + temp_col]

	id	y01	y02
0	1001	3	1
1	1002	2	2
2	1003	3	1
3	1004	1	1