使用熊猫，我想在循环数据帧时做这样的事情：
for body_part, columns in zip(self.body_parts, usecols_gen()):
body_part_df = self.read_csv(usecols=columns)
if self.normalize:
body_part_df[r'x(\.\d)?'] = body_part_df[r'x(\.\d)?'].apply(lambda x: x/x_max)
print(body_part_df)
result[body_part] = body_part_df
我使用正则表达式是因为我引用的列名是错位的：x、x.1、x.2、...、x.n
这给出了 KeyError，我不明白原因。请帮忙。提前致谢。
【问题讨论】：
标签： python python-3.x pandas dataframe
您不能使用正则表达式查询DataFrame 列，您可以做的是对其进行迭代并将您的函数应用于匹配的列，即：
import re
# ...
for body_part, columns in zip(self.body_parts, usecols_gen()):
body_part_df = self.read_csv(usecols=columns)
if self.normalize:
for column in body_part_df:
if re.match(r"x(\.\d)?", column): # or re.search() for partial matches
body_part_df[column] = body_part_df[column].apply(lambda x: x/x_max)
print(body_part_df)
result[body_part] = body_part_df
【讨论】：
DataFrame 列就像访问字典一样 - 它旨在确定性、最终性和快速性。您始终可以使用pandas.DataFrame.filter() 仅获取您感兴趣的列（即在您的情况下为body_part_df.filter(regex=r"x(\.\d)?", axis=1)），但在这种情况下，您不妨自己过滤它，因为您还想在进行过程中更新数据.这种情况太罕见了，不能保证特定功能，IMO。