编辑包含重复特殊字符的列名

问题描述

我有一些列名在不同的空格处包含两个问号，例如'你那时候几岁？你什么时候开始上大学的？ - 我需要确定哪些列中有两个问号。欢迎提供任何提示！谢谢

数据

df = pd.DataFrame(data={'id': [1,2,3,4,5],'how old were you? when you started university?': [1,'how old were you when you finished university?': [1,'at what age? did you start your first job?': [1,5]})

预期输出

df1 = pd.DataFrame(data={'id': [1,5]})

解决方法

一个具有列表理解的想法：

df = df[[c for c in df.columns if c.count("?") < 2]]
print (df)
   id  how old were you when you finished university?
0   1                                               1
1   2                                               2
2   3                                               3
3   4                                               4
4   5                                               5

,

您可以使用布尔索引：

x = df.loc[:,df.columns.str.count(r"\?") < 2]
print(x)

打印：

   id  how old were you when you finished university?
0   1                                               1
1   2                                               2
2   3                                               3
3   4                                               4
4   5                                               5

,

如果要获取所有包含多个问号的列，可以使用以下方法：

[c for c in df.columns if c.count("?")>1]

编辑：如果你想替换多余的“？”但保留结尾“？”，使用这个：

df.rename(columns = {c: c.replace("?","")+"?" for c in df.columns if c.find("?")>0})

,

df = df.drop([col for col in df.columns if col.count("?")>1],axis=1)