Python Pandas：以其名称满足条件为条件的相乘列

我在Python中使用熊猫。我正在处理的数据帧示例如下：

pd.DataFrame({"A1": [1,2,3], "A2": [1,2,3], "A3": [1,2,3], "A4": [1,2,3], "B1": [3,2,1], "B2": [3,2,1], "B3": [3,2,1], "B4": [3,2,1]})

如果列名以4结尾，我想将该列乘以10。因此，在这种情况下，期望的输出是

pd.DataFrame({"A1": [1,2,3], "A2": [1,2,3], "A3": [1,2,3], "A4": [10,20,30], "B1": [3,2,1], "B2": [3,2,1], "B3": [3,2,1], "B4": [30,20,10]})

请注意，仅更改了列A4和B4

---

如何执行此操作？

使用

columns.str.endswith

和

iloc

选择列，然后乘以值ie

cols = df.columns.str.endswith('4')
df.iloc[:,cols] =  df.iloc[:,cols]*10

输出：

A1 A2 A3 A4 B1 B2 B3 B4 0 1 1 1 10 3 3 3 30 1 2 2 2 20 2 2 2 20 2 3 3 3 30 1 1 1 10 A1 A2 A3 A4 B1 B2 B3 B4 0 1 1 1 10 3 3 3 30 1 2 2 2 20 2 2 2 20 2 3 3 3 30 1 1 1 10

---

我们还可以进行速记赋值，即使用

columns.str.endswith

和

iloc

选择列，然后乘以值ie

cols = df.columns.str.endswith('4')
df.iloc[:,cols] =  df.iloc[:,cols]*10

输出：

A1 A2 A3 A4 B1 B2 B3 B4 0 1 1 1 10 3 3 3 30 1 2 2 2 20 2 2 2 20 2 3 3 3 30 1 1 1 10 A1 A2 A3 A4 B1 B2 B3 B4 0 1 1 1 10 3 3 3 30 1 2 2 2 20 2 2 2 20 2 3 3 3 30 1 1 1 10

---

我们还可以进行速记赋值，即选择要与数组相乘的列，即df.iloc[：，cols]*=10

import pandas as pd

df = pd.DataFrame({"A1": [1,2,3], "A2": [1,2,3], "A3": [1,2,3], "A4": [1,2,3], "B1": [3,2,1], "B2": [3,2,1], "B3": [3,2,1], "B4": [3,2,1]})

cols = [i for i in df.columns if i.endswith("4")]
df[cols] *= 10

df

输出：

    A1  A2  A3  A4  B1  B2  B3  B4
0   1   1   1   10  3   3   3   30
1   2   2   2   20  2   2   2   20
2   3   3   3   30  1   1   1   10

与iloc相比，我的设置有一些小的时间改进：

100圈，最佳3圈：每圈2.45毫秒

100个回路，最佳3个：每个回路2.04 ms（Bharaths溶液）

---

选择要与数组相乘的列的替代解决方案

import pandas as pd

df = pd.DataFrame({"A1": [1,2,3], "A2": [1,2,3], "A3": [1,2,3], "A4": [1,2,3], "B1": [3,2,1], "B2": [3,2,1], "B3": [3,2,1], "B4": [3,2,1]})

cols = [i for i in df.columns if i.endswith("4")]
df[cols] *= 10

df

输出：

    A1  A2  A3  A4  B1  B2  B3  B4
0   1   1   1   10  3   3   3   30
1   2   2   2   20  2   2   2   20
2   3   3   3   30  1   1   1   10

与iloc相比，我的设置有一些小的时间改进：

100圈，最佳3圈：每圈2.45毫秒

100个回路，最佳3个：每个回路2.04 ms（Bharaths溶液）

---

让我们这样做

df.iloc[：，cols]*=10

让我们这样做

df.iloc[：，cols]*=10