从列范围返回新数据帧（Pandas）

Question

我当前有以下数据帧：

df1
       3        4       5         6   
0    NaN      NaN     Sea       NaN
1  light   medium   light    medium
2     26     41.5      15        14
3     32       40      18        29 
4     41       29      19        42

我正在尝试返回一个新的数据帧，其中只保留了海柱和以后的数据帧：

df1
        5        6   
0     Sea      NaN
1   light   medium
2      15       14
3      18       29 
4      19       42

我觉得我很熟悉我的代码：

for i in range(len(df.columns)):
    if pd.Series.any(df.iloc[:,i].str.contains(pat="Sea")):
        xyz = df.columns[i] #This is the piece of code I am having trouble with
    df = df.loc[:,[xyz:??]] 

从本质上说，我想返回单词“Sea”所在的列索引，然后根据该索引的长度创建一个新的dataframe。希望这个解释有道理，并感谢任何帮助

Answer 1

也许你可以写一个简单的函数来实现。你知道吗

 def match_cut(df, to_match):
     for col in df.columns:
         if df[col].str.match(to_match).any():
             return df.loc[:, col:]
     return pd.DataFrame()

既然如此，cᴏʟᴅsᴘᴇᴇᴅ's answer应该是首选，因为它避免了类似于此函数的列循环。你知道吗

---

>>> match_cut(df, 'Sea')
       5       6
0    Sea  np.nan
1  light  medium
2     15      14
3     18      29
4     19      42

Answer 2

您可以使用list和index来尝试这一点

df2.ix[:,df2.ix[0,:].tolist().index('Sea'):]


Out[85]: 
       5       6
0    Sea     NaN
1  light  medium
2     15      14
3     18      29
4     19      42

Answer 3

步骤1:获取列名：

In [542]: c = df[df == 'Sea'].any().argmax(); c
Out[542]: '5'

步骤2：使用df.loc索引：

In [544]: df.loc[:, c:]
Out[544]: 
       5       6
0    Sea     NaN
1  light  medium
2     15      14
3     18      29
4     19      42

如果df.loc[:, c:]不起作用，您可能需要使用更明确的版本（感谢piRSquared的简化）：

df.iloc[:, df.columns.get_loc(c):]