使用迭代器创建正则表达式模式

问题描述

我有一个包含很多列的DataFrame。每列都有以该列命名的csv文件目录，但不完全相同。列的名称包含在其文件名中，外加一些字母和单词。我想做的是为每列创建一个正则表达式，以便让我获取文件名，将其导入到pandas并合并两个数据框，但是我无法在前面添加“ r”模式。

这就是我想要做的：

import re
import pandas as pd

data={"one":[1,2,3,4,5],"two":[6,7,8,9,10]}
left_df=pd.DataFrame(data)
routes={"wordsone.csv":"c:\route\route\one.csv","wordstwo.csv":"c:\route\route\two.csv"}
column_names=list(left_df.columns)

for i in column_names:
    pattern="\w*"+i+"\w*\.csv"
    # This pattern will be used to get the file name associated to the column name
    
    filename=re.findall(pattern,list(routes.keys()))
    #here i'm expecting to get the name of the file
    
    filepath=routes[filename]
    #here im expecting to get the file rout
    
    right_df=pd.read_csv(filepath)
    #Create a Dataframe to merge with left_dataframe
    
    left_df=pd.merge(left_df,right_df,how="left",on=i)
    #Add right_DF to left_df
    
return left_df

但是出现以下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-257-0d70c9171983> in <module>
      9 for i in column_names:
     10     pattern="\w*"+i+"\w*\.csv"
---> 11     filename=re.findall(pattern,list(routes.keys()))
     12     filepath=routes[filename]
     13     right_df=pd.read_csv(filepath)

~\Anaconda3\lib\re.py in findall(pattern,string,flags)
    239 
    240     Empty matches are included in the result."""
--> 241     return _compile(pattern,flags).findall(string)
    242 
    243 def finditer(pattern,flags=0):

TypeError: expected string or bytes-like object

我该如何使用它？还是我以错误的方式解决了这个问题？

我已经尝试了很多方法来获得类似r“ pattern”的内容，但是每次python都会更改或删除“”或“”。

解决方法

re.findall需要一串变量，而不是您要传递的变量列表。从密钥列表中创建字符串，然后将其传递给findall。另外，请注意，反斜杠会产生问题，因此要打印这些反斜杠而不使用repr（）来避开每个转义字符

keys_list = list(routes.keys())
print(keys_list)
keys_string = ','.join(keys_list)
print(keys_string)

for i in column_names:
    pattern="\w*"+i+"\w*\.csv"
    filename = re.findall(pattern,keys_string)
    print(filename)

    filepath = routes[filename[0]]
    print(repr(filepath))

    Output from print statements:
    ['wordsone.csv','wordstwo.csv']
    wordsone.csv,wordstwo.csv
    ['wordsone.csv']
    'c:\route\route\\one.csv'
    ['wordstwo.csv']
    'c:\route\route\two.csv'

pandas python regex