删除熊猫列中的一部分字符串

Question

如果熊猫df看起来像这样：

Id    Name        Gene
1    ARR_R         C
1    AR2           C
1    A3412d_R      C
1    Asfsvv        C
1    A_RUUYR_R     C

我需要删除例如_R，但仅当它出现在例如5个最后一个字符中时才删除。

我尝试过这种方式：

df['Name']=(df.Name.replace({'_R':''}, regex=True))

但是在此示例中，代码将A_RUUYR_R更改为'AUUYR'，并且应为A_RUUYR。可以命令替换功能从头开始吗？

Answer 1

IIUC，您可以使用切片和连接，例如：

df.Name.str[:-5] + df.Name.str[-5:].replace({'_R':''}, regex=True)

[出]

0        ARR
1        AR2
2     A3412d
3     Asfsvv
4    A_RUUYR
Name: Name, dtype: object

Answer 2

IIUC

df.Name.apply(lambda x: re.sub('(?<=\w{5})_R','',x) if re.findall('\w{5}_R',x) else x)

输出

0      ARR_R
1        AR2
2     A3412d
3     Asfsvv
4    A_RUUYR
Name: Name, dtype: object

Answer 3

如果您要替换_R 且仅当出现在前5个字符之后时，请使用：

df['Name'].str.replace('(?<=.{5})(_R)','', regex=True)

输出：

0      ARR_R
1        AR2
2     A3412d
3     Asfsvv
4    A_RUUYR
Name: Name, dtype: object