另一个解决方案是返回df的一个子集，其中包含所需的列:

df[df.columns[df.columns.str.contains("spike|spke")]]

你也可以使用下面的代码:

spike_cols =[x for x in df.columns[df.columns.str.contains('spike')]]

df.loc[:,df.columns.str.contains("spike")]

这个答案使用了DataFrame。过滤器方法来做这个没有列表理解:

import pandas as pd

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6]}
df = pd.DataFrame(data)

print(df.filter(like='spike').columns)

只输出'spike-2'。你也可以使用regex，正如一些人在上面的评论中建议的那样:

print(df.filter(regex='spike|spke').columns)

将输出两个列:['spike-2'， 'hey spke']

# select columns containing 'spike'
df.filter(like='spike', axis=1)

也可以按名称、正则表达式选择。参考:pandas.DataFrame.filter

你也可以使用df.columns[df.columns.str]。Contains (pat = 'spike')]

data = {'spike-2': [1,2,3], 'hey spke': [4,5,6], 'spiked-in': [7,8,9], 'no': [10,11,12]}
df = pd.DataFrame(data)

colNames = df.columns[df.columns.str.contains(pat = 'spike')] 

print(colNames)

这将输出列名:'spike-2'， 'spike- in'

关于pandas.Series.str.contains的更多信息。