はじめに
DataFrameでカラムを検索するときに、正規表現を使いたい。
そういった場合のサンプルコード作ったので記事にしておきます。
参考にして頂けるとうれしいです！
動作確認ができるサンプルコード
解説
1. 性別カラムが「male」のものを検索
df[df['gender'].str.match('male')]まずは、手始めにこちら完全一致のパターンです。
df[カラム名]として、Seriesにした後にstrアクセサを使って、matchメソッドを使用します。
matchメソッドの引数には、検索したいパターンを指定した正規表現を渡します。
今回はmaleという文字列に完全一致するもの…としています。
df['gender'].str.match('male')この部分だけで、正規表現にマッチしているか否かのboolを格納したSeriesを返します。
それをdfに渡してやると、検索結果に該当するDataFrameが取得できるという寸法です。
ちなみに、完全一致の場合は、ふつーに
df[df['gender'] == 'male']↑このように書いた方が良いかと思いますが、今回は無理やり正規表現を使った状態にしています。笑
2. 名前カラムでどこかに「a」が入っているものを検索
df[df['name'].str.match('.*a.*')]次に、部分一致のパターンです。
このように、正規表現の部分だけ変更するだけで、簡単に検索パターンを変更できます。
3. 名前カラムで「ro」で終わるものを検索
df[df['name'].str.match('.*ro$')]続いて、後方一致のパターンです。
同じく、正規表現部分だけで変更できます。
簡単に検索パターンを変更できるので、正規表現って良いですよねー！
4. 本題: 「score_」で始まるカラムを検索
お待たせしました本題です。
df.loc[:, df.columns.str.match('^score_.*')]こんな風にしてscore_で始まるカラムを検索できます。
df.columns.str.match('^score_.*')とすることで、各カラムがscore_から始まるか否かのboolを格納したSeriesを返します。
また、matchメソッドはSeries型を待っているので、DataFrameのカラム一覧をSeries化して渡しています。
このような形で、score_から始まるか否かのboolを格納したSeriesが取得できれば、これをlocメソッドに渡して、検索結果に該当するカラムを取得します。
おわりに
今日は、DataFrameのカラムを正規表現で検索する方法について、サンプルコードと解説を記事にしました。
最後まで読んで頂き、ありがとうございます！
参考
初学者の方向け、正規表現について分かりやす〜くまとめた記事はこちら。
PON3
5年くらい前に、30代完全未経験から独学でWeb系のソフトウェアエンジニアになった人。 現在はフリーランスエンジニアとして、大阪の自宅からフルリモートで東京の自社開発企業のお仕事をしている。 主戦場はバックエンドで、Go言語でのAPI開発や、Pythonでのデータ分析が武器。 とは言いつつ、フロントエンドをSPAを実装したり、IaCでクラウドインフラの設計構築したり、スクラム開発でプロジェクト運営したりするなんでも屋。 いつも、ググってきては誰かが書いてくれた記事を見て開発していたが、もらってばかりでなく世の中に返すこともしたいと思い、技術ブログをはじめる。 妻と2歳になる娘の3人暮らし。 何かご用件がある方は、TwitterのDMからどうぞ。
