python - 拆分为多个以逗号分隔的列值

Question

我有以下数据集

Chr     Position       Name      AD                                 
1       866511          A       13,21
1       881627          A       28,33
2       1599812         B       67,25 

我需要将 AD 列拆分为三列[REF、ALT1、ALT2]。 当 AD 的每一行只有两个值时，我仍然需要用 NaN 值填充 ALT2 列。

如果 AD 包含具有三个值的行，则以下代码有效

df['REF'], df['ALT1'], df['ALT2'] = df['AD'].str.split(',', 2).str

但是，在某些情况下，对于每一行，数据集在 AD 列中仅包含两个值，当我运行同一行时，我收到以下错误消息:

ValueError:没有足够的值来解包(预期为 3 个，实际为 2)

在这种情况下，我仍然希望保留第三列 ALT2 并用 NaN 值填充它。有什么建议吗？谢谢任何愿意提供帮助的人。

Answer 1

添加额外的','

df['REF'], df['ALT1'], df['ALT2'] = zip(*df.AD.add(',').str.split(',').str[:3])

df

   Chr  Position Name        AD REF ALT1 ALT2
0    1    866511    A     13,21  13   21     
1    1    881627    A  28,33,31  28   33   31
2    2   1599812    B     67,25  67   25     

或者不改变df

df.assign(**dict(zip('REF ALT1 ALT2'.split(), zip(*df.AD.add(',').str.split(',').str[:3]))))

   Chr  Position Name        AD REF ALT1 ALT2
0    1    866511    A     13,21  13   21     
1    1    881627    A  28,33,31  28   33   31
2    2   1599812    B     67,25  67   25