Python 如何检查数据帧并返回包含特定字符串的列？

我有以下

df

：

                                  0      1      2           3          4
3                 Services rendered            2000        HK$’000 HK$’000
5  Audit and audit related services            999           1,800   9,999
8              financial statements  HK$’000   788           600     1,233,456

我想捕获同时包含货币和财务编号的列，例如

HK$'000

和

1800

或

600

• 在这种情况下，

  df[3]

  和

  df[4]

  是感兴趣的列，不是

  df[1]

  或

  df[2]

所需的结果是返回一个数据帧：

df[[3,4]]

，如下所示

    3          4
3  HK$’000 HK$’000
5  1,800   9,999
8  600     1,233,456

我试过了

df_fin=df[df.apply（lambda x:x.str.contains（'HK'））| df.apply（lambda x:x.str.contains（'\d，？\d*））]
df_fin.iloc[：，df_fin.any（）.to_list（）]

但它也捕获了

df[1]

和

df[2]

。我怎样才能得到想要的结果

---

谢谢。

单向使用

pandas.DataFrame。将
替换为
pandas.Series.str.isnumeric
：

d = {"HK\$’": "1", ",": ""}
df = df.astype(str)
cols = []
for c in df:
    if df[c].str.contains("HK\$’").any():
        if df[c].replace(d, regex=True).str.isnumeric().all():
            cols.append(c)
print(df[cols])

输出：

         3          4
3  HK$’000    HK$’000
5    1,800      9,999
8      600  1,233,456

我们可以把它分解成几个步骤，让它更容易完成。这里的假设是，整个数据帧只是字符串：

创建正则表达式：

regex1 = "HK\$’\d+$"
regex2 = "^\d+[\d,]+$"

第一个正则表达式的筛选器：

df = df.loc[:, df.apply(lambda x: x.str.contains(regex1)).any()]
df

    1       3         4
3   None    HK$’000 HK$’000
5   None    1,800   9,999
8   HK$’000 600     1,233,456

现在，筛选第二个正则表达式：

df = df.loc[:, df.apply(lambda x: x.str.contains(regex2)).any()]
df


     3        4
3   HK$’000 HK$’000
5   1,800   9,999
8   600     1,233,456

如果有一列仅为数字而没有货币，会发生什么情况。。？我需要他们两个在同一个专栏里解释更多？我看不出
astype（str）
的基本原理，因为数据帧中的每个元素都是
str
@chris\u 2020更新的。请让我知道它是否产生预期输出；）在第二个
if
子句中，如果我使用
df[c].str.contains（“\d\d*”）.any（）
，它是否相同？这听起来更像蟒蛇，如果是的话，我认为
d
也是没有必要的。如果你想提前获得一个特定的列，为什么不干脆这样做呢。
df=df[[3,4]]
@r-初学者，因为感兴趣的名称中的列不能保证。在实际任务中，您不知道这些列将位于何处，但您知道它们遵循一种模式。i、 e.它首先带有货币，其余行带有财务编号。