如何用Python提取格式为p+数字+s的元数据字段？

核心思路 #

用正则表达式匹配符合p+数字+s（大小写不敏感）格式的键，从fcs_metadata中提取对应内容，单独处理'Markers analysed'项（它不属于简单的键映射，需要自定义筛选逻辑）。

代码实现 #

导入正则模块后，修改现有代码如下：

import re

metadata_crosswalk={
    'Date of Analysis': 'date',
    'Creator':'export user name',
    'Instrument':'cyt',
    'Number of Samples':'tot'
}

metadata = {}

# 处理常规键映射
for coscine_key,fcs_key in metadata_crosswalk.items():
    print("looking at metadata key (coscine)", coscine_key)
    print("looking to store fcs metadata key", fcs_key, "| value:", fcs_metadata[fcs_key])
    metadata[coscine_key] = fcs_metadata[fcs_key]

# 处理'Markers analysed'的特殊筛选逻辑
# 正则规则：以大小写p开头，后跟至少一个数字，以s结尾
pattern = re.compile(r'^[pP]\d+s$')
# 提取符合条件的键值对（若只需值的列表，可换成列表推导式）
markers_analysed = {key: fcs_metadata[key] for key in fcs_metadata if pattern.match(key)}
# 仅需值的话用这行：markers_analysed = [fcs_metadata[key] for key in fcs_metadata if pattern.match(key)]

metadata['Markers analysed'] = markers_analysed
print("Markers analysed extracted:", markers_analysed)

代码说明 #

• re.compile(r'^[pP]\d+s$')：预编译正则表达式，^和$确保整个键完全匹配格式，避免误匹配包含该模式的长键。
• 字典/列表推导式：快速筛选目标数据，可根据需求选择保留键值对或仅保留值。
• 单独处理特殊项：因为'Markers analysed'不是一对一的键映射，所以脱离原循环单独提取后加入metadata字典。

内容的提问来源于stack exchange，提问作者kitcat