带有正则表达式的熊猫 df.loc

Question

我正在处理由几个几乎相同格式的 csv 文件组成的数据集。每个 csv 描述一个特定的日期，并按州/省标记数据。但是，数据集中一个列标题的格式从Province/State 更改为Province_State，因此在某个日期之前创建的所有 csv 都使用第一种格式，而在该日期之后创建的所有 csv 都使用第二种格式。

我正在尝试总结与特定状态相对应的所有条目。目前我正在使用的代码如下：

daily_data.loc[daily_data[areaLabel] == location].sum()

daily_data 是包含 csv 数据的数据框，location 是我要查找的状态的名称，arealabel 是一个变量，存储 'Province/State' 或 'Province_State' 取决于日期检查的结果。我想通过例如消除日期检查以Province(/|_)State 之类的正则表达式为条件，但我很难找到一种通过正则表达式索引到熊猫数据帧的方法。这是可行的（并且以某种方式使代码更优雅而不是更不优雅）？如果是这样，如果有人能指出我正确的方向，我将不胜感激。

Answer 1

使用filter 获取与您的正则表达式匹配的列

>>> df.filter(regex="Province(/|_)State").columns[0]
'Province/State'

然后使用它来仅选择与您的位置匹配的行：

df[df[df.filter(regex="Province(/|_)State").columns[0]]==location].sum()

然而，这假定没有其他列与正则表达式匹配。