どのように正規表現マッチ

Question

と列でグループパンダのデータフレームをする私は、次のデータフレームを持っている：

次のようになります

import pandas as pd 
df = pd.DataFrame({'id':['a','b','c','d','e'], 
        'XX_111_S5_R12_001_Mobile_05':[-14,-90,-90,-96,-91], 
        'YY_222_S00_R12_001_1-999_13':[-103,0,-110,-114,-114], 
        'ZZ_111_S00_R12_001_1-999_13':[1,2.3,3,5,6], 
}) 

df.set_index('id',inplace=True) 
df 

：私は何をしたいか

Out[6]: 
    XX_111_S5_R12_001_Mobile_05 YY_222_S00_R12_001_1-999_13 ZZ_111_S00_R12_001_1-999_13 
id 
a       -14       -103       1.0 
b       -90       0       2.3 
c       -90       -110       3.0 
d       -96       -114       5.0 
e       -91       -114       6.0 

グループに列です最後にそれはMobile、およびごとにグループ化されていますようにするため

\w+_\w+_\w+_\d+_([\w\d-]+)_\d+ 

次の正規表現に基づいて、。

どうすればいいですか？私はこれを試してみましたが、グループにそれらを失敗：

Mobile 
1-999 
1-999 

そしてgroupプリントに対応するデータ・フレーム：私たちが望む何

XX_111_S5_R12_001_Mobile_05 
YY_222_S00_R12_001_1-999_13 
ZZ_111_S00_R12_001_1-999_13 

がname版画にある版画

import re 
grouped = df.groupby(lambda x: re.search("\w+_\w+_\w+_\d+_([\w\d-]+)_\d+", x).group(), axis=1) 
for name, group in grouped: 
    print name 
    print group 

を。

Answer 1

あなたはgroupbyためextract substringsするために列に.str.extractを使用することができます：期待のグループを返します

# Performing the groupby. 
pat = '\w+_\w+_\w+_\d+_([\w\d-]+)_\d+' 
grouped = df.groupby(df.columns.str.extract(pat, expand=False), axis=1) 

# Showing group information. 
for name, group in grouped: 
    print name 
    print group, '\n' 

：

1-999 
    YY_222_S00_R12_001_1-999_13 ZZ_111_S00_R12_001_1-999_13 
id               
a       -103       1.0 
b        0       2.3 
c       -110       3.0 
d       -114       5.0 
e       -114       6.0 

Mobile 
    XX_111_S5_R12_001_Mobile_05 
id        
a       -14 
b       -90 
c       -90 
d       -96 
e       -91 

Answer 2

グループ化した後、新しいデータフレームのインデックスを[re.findall(r'\w+_\w+_\w+_\d+_([\w\d-]+)_\d+', col)[0] for col in df.columns]（これは['Mobile', '1-999', '1-999']）に設定します。

Answer 3

あなたは、いくつかのあなたの正規表現の問題、\wマッチ単語を持っていますあなたが望むもののようには見えない、文字と数字を一致させたい場合はA-Za-z0-9-を使用する方が良いでしょう：

df.groupby(df.columns.str.extract("([A-Za-z0-9-]+)_\d+$"), axis=1).sum()