python - 在单元格中的第一个字母之后拆分 Pandas 数据框列(一分为二)

标签 python pandas string series

问题

我想将 pandas 数据框中的一列拆分为 2 列,在百分比列(见下文)中,每个条目都以大写字母字符开头,我想在这封信之后立即拆分“百分比”列,新列标记为“氨基酸”。

当前代码:

import pandas as pd

df = pd.read_csv('foo.csv')

df['Amino Acid'], df['Percentage'] = zip(*df['Percentage'].map(lambda x: x.split('[^a-zA-Z]')))

df.to_csv('bar.csv',index=False)

输入数据示例

+-----------------------------+-------+-----+-----------+---------------------------------------------------------------------------------------------+
|           Species           |  ID   | OGT |    DB     |                                         Percentage                                          |
+-----------------------------+-------+-----+-----------+---------------------------------------------------------------------------------------------+
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | E is 8.333003365670164% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa |
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | R is 6.310991522830762% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa |
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | A is 10.22668778459711% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa |
+-----------------------------+-------+-----+-----------+---------------------------------------------------------------------------------------------+

所需输出示例

+-----------------------------+-------+-----+-----------+------------+--------------------------------------------------------------------------------------------+
|           Species           |  ID   | OGT |    DB     | Amino Acid |                                         Percentage                                         |
+-----------------------------+-------+-----+-----------+------------+--------------------------------------------------------------------------------------------+
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | E          |  is 8.333003365670164% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa |
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | R          | is 6.310991522830762% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa  |
| Halogeometricum borinquense | 60847 |  37 | ATCC/DSMZ | A          | is 10.22668778459711% in ./archaea/GCF_000337855.1/GCF_000337855.1_ASM33785v1_protein.faa  |
+-----------------------------+-------+-----+-----------+------------+--------------------------------------------------------------------------------------------+

最佳答案

可以直接提取第一个字母:

df['Amino Acid'] = df['Percentage'].str[0]
df['Percentage'] = df['Percentage'].str[1:]

关于python - 在单元格中的第一个字母之后拆分 Pandas 数据框列(一分为二),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51243702/

相关文章:

python - 在字典中访问 Pandas 面具

python - Pandas 小数据效率

c - 在C中的函数中打印数组中的字符串

python - 使用 python 脚本进行谷歌搜索

python - 使用 win32com 编辑 MS Word 标题

list - 当列数据类型为列表时如何过滤 Pandas 数据框

c - 倒序时最后一个词没有倒序

python - 如何在 scipy.optimize 中使用 fmin_cg 获得正确的尺寸

python - 使用 subprocess.Popen 隐藏控制台

php - 多行单引号字符串