Python 在列名称包含模式的多个列中筛选熊猫中的数据帧

在过滤多列时，我看到了一些示例，其中我们可以使用类似以下内容过滤行：

df[df['A'].str.contains（“string”）| df['B'].str.contains（“string”）]

我有多个文件，我想在其中获取每个文件，并仅从包含

'email'

字符串的列名中获取带有

'gmail.com'

的行

因此，示例头可以是这样的：“firstname”“lastname”“companyname”“address”“emailid1”“emailid2”“emailid3”

列

emailid1..2..3

中的EmailID包含

gmail.com

。我想获取gmail可以出现在任何一行中的行

for file in files:
    pdf = pd.read_csv('Reduced/'+file,delimiter = '\t')
    emailids = [col for col in pdf.columns if 'email' in col]
    #  pdf['gmail' in pdf[emailids]]

您可以使用：

---

给定输入示例：

df = pd.DataFrame({'email': ['test@example.com', 'someone@gmail.com'], 'somethingelse': [1, 2], 'another_email': ['whatever@example.com', 'something@example.com']})

例如：

您可以过滤掉包含电子邮件的列，查找

gmail.com

或任何您想要的文本，然后选择子集，例如：

df[df.filter(like='email').applymap(lambda L: 'gmail.com' in L).any(axis=1)]

这给了你：

           another_email              email  somethingelse
1  something@example.com  someone@gmail.com              2

df[df.filter(like='email').applymap(lambda L: 'gmail.com' in L).any(axis=1)]

           another_email              email  somethingelse
1  something@example.com  someone@gmail.com              2