如何在Python中过滤数据帧中以整数开头的列？

我使用了以下代码：

data_snp_old=data_snp_age[data_snp_age['Age'].str.contains('15+', na = False)] 
data_snp_old=data_snp_age.filter(regex='^15+', axis=0)

---

代码工作不完美，即它们正在过滤，但某些行具有问题在于您在

contains（）

函数中使用的表达式。与其将“15+”视为字符序列，不如将其视为正则表达式。因此，它符合这两个条件

功能定义：

Series.str.contains（pat，case=True，flags=0，na=nan，regex=True）

以下是您可以做的：

import pandas as pd
# Making a toy data-set.
data={'Category':['Age','Age','Age','Age','Age'],'Age':['15+','<15','15+','<15','15+']}
df= pd.DataFrame(data=data)
print(df)
# Output: 
  Category  Age
0      Age  15+
1      Age  <15
2      Age  15+
3      Age  <15
4      Age  15+

或

df_new=df[df['Age'].str.contains(r'(\d{2}\+)', na = False)]
# the above regex matches a group in which two digits should be followed by a +
print(df_new)
# Output:
  Category  Age
0      Age  15+
2      Age  15+
4      Age  15+

以下是一些内容供进一步参考：

---

希望这有帮助，干杯

您的年龄列是一个字符串，因此无法使用整数逻辑对其进行筛选，您想做什么？抓取我正在使用str.contain（）的所有

行，但结果仍然没有给出所有年龄为15岁以上的行。我试图过滤掉所有年龄为15岁以上的行。@AvinashKr请将数据框和预期输出作为文本发布。它将帮助你更快地获得帮助。
df_new=df[df['Age'].str.contains('15+', na = False,regex=False)]
# Tell contains() to not consider the expression as a regex by default.
print(df_new)
# Output:
  Category  Age
0      Age  15+
2      Age  15+
4      Age  15+

df_new=df[df['Age'].str.contains(r'(\d{2}\+)', na = False)]
# the above regex matches a group in which two digits should be followed by a +
print(df_new)
# Output:
  Category  Age
0      Age  15+
2      Age  15+
4      Age  15+