我可以将正则表达式传递给熊猫 index_col

【问题标题】：Can I pass a regex to pandas index_col我可以将正则表达式传递给熊猫 index_col
【发布时间】：2021-06-17 04:27:31
【问题描述】：

我有多种数据文件要加载，但列名不一致。

理想情况下我会传递给pd.read_csv(file, index_col = 'patient_id')

但在数据中，我找到了 id 的列名称，例如 'patien_id','pat_id' 等。

所以我认为通过某种正则表达式会很好。有什么想法吗？

最好的

【问题讨论】：

正如here 解释的那样，您不能使用正则表达式查询数据框列。
@CarloZanocco 列名只是一个字符串？
是的，列 name 只是一个字符串。 DataFrame 列是一个 Series 对象。

标签： python pandas

【解决方案1】：

您可以尝试使用正则表达式过滤 Pandas 数据框中的列：

df = pd.read_csv(file)              # read entire CSV into dataframe
df = df.filter(regex=("pat.*_id"))  # subset dataframe to only the columns you want

【讨论】：

所以这将被传递给 index_col？这意味着重新加载？
@MarioL 我建议先从 CSV 文件加载整个数据框，然后只保留您感兴趣的列。
我明白了，这是一个解决方案。不过，我希望可以在 pd.read_csv() 中加载时做到这一点
大多数语言（包括 Pandas、SQL 和 R 等）的 CSV 加载工具都以这种方式运行；您倾向于将整个 CSV 加载到 Pandas 中，然后弄清楚如何处理它。