J'ai un dataframe pandas avec les noms de colonnes suivants:

Résultat1, Test1, Résultat2, Test2, Résultat3, Test3, etc ...

Je souhaite supprimer toutes les colonnes dont le nom contient le mot "Test". Le nombre de ces colonnes n'est pas statique mais dépend d'une fonction précédente.

Comment puis je faire ça?

import pandas as pd

import numpy as np

array=np.random.random((2,4))

df=pd.DataFrame(array, columns=('Test1', 'toto', 'test2', 'riri'))

print df

      Test1      toto     test2      riri
0  0.923249  0.572528  0.845464  0.144891
1  0.020438  0.332540  0.144455  0.741412

cols = [c for c in df.columns if c.lower()[:4] != 'test']

df=df[cols]

print df
       toto      riri
0  0.572528  0.144891
1  0.332540  0.741412

Voici une façon de procéder:

df = df[df.columns.drop(list(df.filter(regex='Test')))]

Moins cher, plus rapide et idiomatique: str.contains

Dans les versions récentes de pandas, vous pouvez utiliser des méthodes de chaîne sur l'index et les colonnes. Ici, str.startswithsemble être un bon ajustement.

Pour supprimer toutes les colonnes commençant par une sous-chaîne donnée:

df.columns.str.startswith('Test')
# array([ True, False, False, False])

df.loc[:,~df.columns.str.startswith('Test')]

  toto test2 riri
0    x     x    x
1    x     x    x

Pour la correspondance insensible à la casse, vous pouvez utiliser la correspondance basée sur les expressions régulières avec str.containsavec une ancre SOL:

df.columns.str.contains('^test', case=False)
# array([ True, False,  True, False])

df.loc[:,~df.columns.str.contains('^test', case=False)] 

  toto riri
0    x    x
1    x    x

si les types mixtes sont une possibilité, spécifiez na=Falseégalement.

Vous pouvez filtrer les colonnes que vous voulez en utilisant «filtre»

import pandas as pd
import numpy as np

data2 = [{'test2': 1, 'result1': 2}, {'test': 5, 'result34': 10, 'c': 20}]

df = pd.DataFrame(data2)

df

    c   result1     result34    test    test2
0   NaN     2.0     NaN     NaN     1.0
1   20.0    NaN     10.0    5.0     NaN

Maintenant filtre

df.filter(like='result',axis=1)

Avoir..

   result1  result34
0   2.0     NaN
1   NaN     10.0

Cela peut être fait en une seule ligne avec:

df = df.drop(df.filter(regex='Test').columns, axis=1)

Utilisez la DataFrame.selectméthode:

In [38]: df = DataFrame({'Test1': randn(10), 'Test2': randn(10), 'awesome': randn(10)})

In [39]: df.select(lambda x: not re.search('Test\d+', x), axis=1)
Out[39]:
   awesome
0    1.215
1    1.247
2    0.142
3    0.169
4    0.137
5   -0.971
6    0.736
7    0.214
8    0.111
9   -0.214

Cette méthode fait tout en place. La plupart des autres réponses créent des copies et ne sont pas aussi efficaces:

df.drop(df.columns[df.columns.str.contains('Test')], axis=1, inplace=True)

Ne laissez pas tomber. Attrapez le contraire de ce que vous voulez.

df = df.filter(regex='^((?!badword).)*$').columns

le moyen le plus court est de:

resdf = df.filter(like='Test',axis=1)

Solution lors de la suppression d'une liste de noms de colonnes contenant des regex. Je préfère cette approche car je modifie fréquemment la liste déroulante. Utilise une expression régulière de filtre négatif pour la liste déroulante.

drop_column_names = ['A','B.+','C.*']
drop_columns_regex = '^(?!(?:'+'|'.join(drop_column_names)+')$)'
print('Dropping columns:',', '.join([c for c in df.columns if re.search(drop_columns_regex,c)]))
df = df.filter(regex=drop_columns_regex,axis=1)