如何使用分隔符拆分pandas中的列，并在流程中分配自定义的唯一名称？
如何使用分隔符拆分pandas中的列，并在流程中分配自定义的唯一名称？
提问于 2017-02-01 04:20:05
我想拆分一个混合块，并将字母分别分配给每一列：
M1 M2 M3 M4 hybrid_block S1 S2 S3 S4
A T T A A|C C G C T
T G C T T|A A T A T
C A A C C|G G A C G
G T G T G|T C T T T 使用以下代码：
d1 = pd.concat([
df.filter(like='M'),
df.hybrid_block.str.split('|', expand=True).rename(columns='H{}'.format),
df.filter(like='S')
], axis=1)我得到的输出：
M1 M2 M3 M4 H0 H1 S1 S2 S3 S4
A T T A A C C G C T
T G C T T A A T A T
C A A C C G G A C G
G T G T G T C T T T我更想要：
M1 M2 M3 M4 H_x H_y S1 S2 S3 S4
A T T A A C C G C T
T G C T T A A T A T
C A A C C G G A C G
G T G T G T C T T T此外，如果有1个以上的混合块，我希望通过为第一个块分配一个唯一的名称，如为第一个块分配h1_x and h1_y，为第二个块分配h2_x, h2_y，来相应地拆分所有这些块。
回答 3
Stack Overflow用户
回答已采纳
发布于 2017-02-01 04:45:55
pandas
在rename方法中使用字典而不是format函数
d1 = pd.concat([
df.filter(like='M'),
df.hybrid_block.str.split('|', expand=True).rename(columns={0: 'H_x', 1: 'H_y'}),
df.filter(like='S')
], axis=1)numpy
不确定您要执行此操作的次数，也不确定您的数据量有多大，但这应该会更快
def split_block(df):
v = df.values
i = df.columns.get_loc('hybrid_block')
col_left = df.columns[:i].tolist()
col_right = df.columns[i + 1:].tolist()
col = col_left + ['H_x', 'H_y'] + col_right
h = np.array(np.core.defchararray.split(v[:, i].astype(str), '|').tolist())
data = np.hstack([v[:, :i], h, v[:, i+1:]])
return pd.DataFrame(data, columns=col)
d1 = split_block(df)
Stack Overflow用户
发布于 2017-02-01 04:48:48
您也可以使用.str.extract()方法：
In [107]: d1 = pd.concat([
...: df.filter(like='M'),
...: df.hybrid_block.str.extract(r'(?P<H_x>[^\|]*)\|(?P<H_y>[^\|]*)', expand=True),
...: df.filter(like='S')
...: ], axis=1)
...:
In [108]: d1
Out[108]:
M1 M2 M3 M4 H_x H_y S1 S2 S3 S4
0 A T T A A C C G C T
1 T G C T T A A T A T
2 C A A C C G G A C G
3 G T G T G T C T T TStack Overflow用户
发布于 2017-02-01 05:44:02
如果您想自动查找混合列并拆分它们，这是可行的。
df = pd.DataFrame({'m1': ["A", "T"], 'hybrid1': ["A|C", "T|A"], 's1': ["C", "A"], 'hybrid2': ["B|D", "F|Z"], 'hybrid3': ["V|K", "M|L"]})
for i in range(len(df.columns)):
if (df.ix[:, i].str.len() >1).any():
df_i = pd.DataFrame(df.ix[:, i].str.split('|', expand=True).rename(columns={0: (list(df)[i])+'_x', 1: (list(df)[i])+'_y'}))
df = df.drop(df.columns[i], axis = 1)
df = pd.concat([df_i, df], axis=1)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/41966763
复制相关文章
相似问题
腾讯云开发者
