匹配";id";下划线之间

Question

我是regexp的新手，有一个小任务。我必须编写一个函数，它接受一个DataFrame并返回一个过滤后的列名列表：

def get_ids(df: pd.DataFrame, other_id_vars: list=None) -> list:
pattern = re.compile('_id_|_id|id_')
list_ids = [col for col in df.columns if pattern.search(col)]
if other_id_vars is non None:
list_ids.extend(other_id_vars)
return list(set(list_ids))

需要id模式为(_id|_id_|id_)的单词筛选列表，如下所示：

#from this
['subs_id', 'play_id_game', 'video', 'fluid', 'id_serv'] 
#into this
['subs_id', 'play_id_game', 'id_serv'] 

但我不喜欢上面提到的变体。你有更好的主意吗？

Answer 1

尝试：(?:_|^)id(?:_|$)

说明：

(?:...)-非捕获组

_|^-交替，匹配下划线_或^-单词的开头

id-匹配id字面上的

_|$-交替，匹配下划线_或$-单词的末尾

演示

要从可能的结果中排除id，请尝试(?:^id_|_id$|_id_)

Answer 2

您可以这样做。记住将列表中的每个值分解，并将这些值重新排序到一个单独的新列表中：

lst = ['subs_id', 'play_id_game', 'video', 'fluid', 
'id_serv']
new_lst = []
for value in lst:
formatted_val = value.split('_')
for info in formatted_val:
if info == 'id' or info == 'lid' or info == 'idl':
new_lst.append(value)
print(new_lst)