Python 标识dataframe列与字符串匹配的位置

我有一个熊猫数据框，如下所示。我想识别

df

中与给定字符串匹配的列的索引值（更具体地说，是与'sim-'或'act-'后面的列名匹配的字符串）

现在，我想循环查看

prods

，确定出现

prod1

和

prod2

的列，然后使用这些列创建新的数据帧。我该怎么做？在R中，我可以使用

哪个

函数轻松地完成此操作。下面是我想要获得的数据帧示例

df_prod1
    sim_prod1   act_prod1
0   1.0         1.1
1   1.4         1.0

df_prod2
    sim_prod2   act_prod2
0   2.0         2.5
1   2.1         2.0

---

使用轴=1尝试groupby：

for prod, d in df.groupby(df.columns.str[-4:], axis=1):
    print(f'this is {prod}')
    print(d)
    print('='*20)

输出：

this is rod1
   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0
====================
this is rod2
   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0
====================

   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0


   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0

现在，将它们作为变量：

dfs = {prod:d for prod, d in df.groupby(df.columns.str[-4:], axis=1)}

---

使用轴=1尝试groupby：

for prod, d in df.groupby(df.columns.str[-4:], axis=1):
    print(f'this is {prod}')
    print(d)
    print('='*20)

输出：

this is rod1
   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0
====================
this is rod2
   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0
====================

   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0


   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0

现在，将它们作为变量：

dfs = {prod:d for prod, d in df.groupby(df.columns.str[-4:], axis=1)}

---

尝试此操作，将数据帧的各个部分存储为字典：

df_dict = dict(tuple(df.groupby(df.columns.str[4:], axis=1)))

print(df_dict['prod1'])
print('\n')
print(df_dict['prod2'])

输出：

this is rod1
   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0
====================
this is rod2
   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0
====================

   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0


   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0

---

尝试此操作，将数据帧的各个部分存储为字典：

df_dict = dict(tuple(df.groupby(df.columns.str[4:], axis=1)))

print(df_dict['prod1'])
print('\n')
print(df_dict['prod2'])

输出：

this is rod1
   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0
====================
this is rod2
   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0
====================

   sim-prod1  act-prod1
0        1.0        1.1
1        1.4        1.0


   sim-prod2  act-prod2
0        2.0        2.5
1        2.1        2.0

---

您也可以不使用

groupby（）

和

for loop来执行此操作，方法是：-

df_prod2=df[df.columns[df.columns.str.contains(prods[0])]]
df_prod1=df[df.columns[df.columns.str.contains(prods[1])]]

您也可以不使用
groupby（）
和
for loop来执行此操作，方法是：-

df_prod2=df[df.columns[df.columns.str.contains(prods[0])]]
df_prod1=df[df.columns[df.columns.str.contains(prods[1])]]

这里唯一的问题是，在现实中我有很多提示，所以一个一个地写出来是行不通的。这里唯一的问题是，在现实中我有很多提示，所以一个一个地写出来是行不通的。