如何通过正则修改pandas索引并匹配另一DataFrame索引

• 第一，re.sub() 不会修改原字符串（Python中字符串是不可变对象），只会返回处理后的新字符串。你的循环里既没有保存re.sub的返回结果，也没有将处理后的值重新赋值给meth_450的索引，循环执行完不会对原DataFrame产生任何修改。
• 第二，你写的正则规则本身不符合数据特征：正则中写了匹配冒号:的逻辑，但你的索引字符串里不存在冒号，全由连字符-分隔字段，就算给返回值赋值，也无法匹配到目标片段，得不到正确的截取结果。

不需要写循环，直接用pandas自带的向量化字符串操作即可，效率更高也更简洁，推荐用字符串拆分拼接的写法，不容易写错规则：

# 按-拆分索引字符串，取前3段后重新用-拼接，赋值回原索引
meth_450.index = meth_450.index.str.split('-').str[:3].str.join('-')

执行完可以先打印前几行索引验证结果：

print(meth_450.index[:5])

预期输出为：

Index(['TCGA-06-0125', 'TCGA-06-0125', 'TCGA-06-0152', 'TCGA-06-0152', 'TCGA-06-0171'], dtype='object')

确认索引格式正确后，就可以执行你原来写的索引匹配筛选代码：

clin = clin[clin.index.isin(meth_450.index)]

如果你更习惯用正则实现，也可以用正则匹配截取的写法，效果完全一致：

# 正则捕获第三个连字符前的内容
meth_450.index = meth_450.index.str.extract(r'^([^-]+-[^-]+-[^-]+)')[0]

内容的提问来源于stack exchange，提问作者melolilili