我创建了一个脚本来使用熊猫浏览所需的数据。 现在，我收到了更多需要查看的文件，可惜这些文件没有相同的标题。
例如，我已经在列列表中使用了“ id_num”，在某些文件中它显示为“ num_id”。
是否仍然可以使用我创建的usecols列表，并允许其中的某些元素与不同的标头字符串“连接”，例如使用正则表达式？
答案 0 :(得分：1)
我假设您是指usecols中的pd.read_csv关键字（或一些类似的熊猫读物）？我敢肯定，您已经收集到大熊猫无法在数据框之前进行正则表达式搜索，因此它甚至可以读取数据框，因此，我敢肯定，使用usecols进行正则表达式搜索关键字不可行。
但是，在将csv读入数据帧后（为方便起见，我们将其命名为df），您可以非常容易地使用正则表达式过滤感兴趣的列。
例如，假设您的新数据帧已加载到df：
potential_columns = ['num_id', 'id_num']
df_cols = [col for col in df.columns if re.search('|'.join(potential_columns), col)]
您可以列出要使用potential_columns搜索的所有潜在列。然后使用join创建一个大型正则表达式搜索。然后使用列表推导来聚合df.columns中的所有有效列。完成后，您可以通过以下方式完成此过程：
df = df[df_cols]
处理重复的列，创建聪明的关键字进行搜索，留给您作为练习。