Pandas匹配p{n}格式列名并批量创建对应计算列的实现方法

核心是用严格首尾锚定的正则表达式匹配符合规则的p列，从根源避免误匹配，且完全不依赖列的位置索引，适配列顺序混乱的数据集。

实现逻辑 #

• 匹配规则：仅识别列名完全符合p + 正整数格式的列，类似price、p1_ver2、ap3这类带字符p但不符合格式的列会被直接过滤
• 自动提取列名里的数字n，按n的数值升序排列，避免字符串排序导致的顺序错乱（比如p10排在p2前的问题）
• 按t_n = p_n - current的规则批量计算生成新列，可自主选择是否覆盖已存在的同名t列

可直接运行的代码 #

import re

# 1. 定义严格匹配规则：^表示列名开头，$表示列名结尾，中间p后面必须全是数字
p_col_pattern = re.compile(r'^p(\d+)$')
valid_p_cols = []

# 2. 遍历所有列名，筛选符合规则的p列
for col_name in df1.columns:
    match_result = p_col_pattern.match(col_name)
    if match_result:
        n_val = int(match_result.group(1))
        valid_p_cols.append( (n_val, col_name) )

# 3. 按n值从小到大排序，保证生成顺序符合n=1、2、3...的要求
valid_p_cols.sort(key=lambda x: x[0])

# 4. 批量生成t列
for n, p_col in valid_p_cols:
    t_col = f't{n}'
    # 👇 如果不需要覆盖已存在的t列，放开下面这行注释即可
    # if t_col in df1.columns:
    #     continue
    df1[t_col] = df1[p_col] - df1['current']

效果说明 #

针对提供的测试样例df1，运行后会自动识别p1、p2、p3、p4四列，生成对应的t1-t4列：

• 原有的非规则列（比如示例里的其他无关列、带p但格式不对的列）完全不会被处理
• 不管p列在数据集的哪个位置，都能被准确识别
• 计算结果完全符合t_n = p_n - current的规则

内容的提问来源于stack exchange，提问作者n3a5p7s9t1e3r