Question

我有一个数据框，其列名类似v1,...,v99, tm1,...tm99，依此类推。并非每个数字都存在一列（mybe v42丢失）。字母可以从a到zzz之间变化。我编写了一种方法，该方法根据字母组合（例如'v'或'tm'）后跟数字来过滤我的列。看起来像

def create_required_dataset(df, var_filter):
    persDf = df.filter(regex=('^' + var_filter + r'[0-9]+$'))
    return persDf

此方法create_required_dataset('v')有效，并且我收到一个数据框，其中所有列均以v开头，后跟一个数字。

，效果很好。但是现在，我不仅要传递一个字母组合('tm'，'zzz')，而且要传递用户输入的字母组合。

因此查询应类似于：

create_required_dataset('v', 'tm', 'zz')

我尝试使用*args，所以我将方法重写为

def create_required_dataset(df, *args):
    persDf = df.filter(regex=('^' + args + r'[0-9]+$'))
    return persD

但是，即使我将tuple转换为list，也无法正常工作。显然，由于regex只需要一个string。我想到了一个应用regex函数的Lambda-Apply方法，但无法使其正常工作。我只是不知道如何立即完成此工作，需要一些帮助。我

Answer 1

您可以使用基于交替的模式，只需将其他选项包裹在一个非捕获组中

persDf = df.filter(regex=('^(?:{})[0-9]+$'.format('|'.join(args))))

这将创建一个像^(?:v|tm|zz)[0-9]+$这样的正则表达式，表示：