Question

我有一个如下数据框：

s1 AA AG AG GG AA
s2 GTTGTT GTTGTT GTTGTT GTTGTT GTTGTT
S3 TT CC TC TT TC
S3 AGTTAGTT AGTTAGTT AGTTAGTT AGTTAGTT AGTTAGTT
S3 GCGCGCGC GCGCGCGC GCGCGCGC GCGCGCGC GCGCGCGC

，我想查找数据帧中具有两个以上字符的每个字符串（例如GTTGTT），并将字符串分为两部分（所有字符串都是偶数）（GTT GTT），然后从每个字符中获取第一个字符部分（GG）。所以我的数据框将是这样的：

s1 AA AG AG GG AA
s2 GG GG GG GG GG
S3 TT CC TC TT TC
S3 AA AA AA AA AA
S3 GG GG GG GG GG

任何建议都值得赞赏。预先谢谢你

Answer 1

一种方法是使用applymap：

df = pd.DataFrame({'num': {0: 's1', 1: 's2', 2: 'S3', 3: 'S3', 4: 'S3'}, 
                   'A': {0: 'AA', 1: 'GTTGTT', 2: 'TT', 3: 'AGTTAGTT', 4: 'GCGCGCGC'}, 
                   'B': {0: 'AG', 1: 'GTTGTT', 2: 'CC', 3: 'AGTTAGTT', 4: 'GCGCGCGC'}, 
                   'C': {0: 'AG', 1: 'GTTGTT', 2: 'TC', 3: 'AGTTAGTT', 4: 'GCGCGCGC'}, 
                   'D': {0: 'GG', 1: 'GTTGTT', 2: 'TT', 3: 'AGTTAGTT', 4: 'GCGCGCGC'}, 
                   'E': {0: 'AA', 1: 'GTTGTT', 2: 'TC', 3: 'AGTTAGTT', 4: 'GCGCGCGC'}})

df.iloc[:,1:6] = df.iloc[:,1:6].applymap(lambda x: x[0]+x[len(x)//2])

print (df)

#
  num   A   B   C   D   E
0  s1  AA  AG  AG  GG  AA
1  s2  GG  GG  GG  GG  GG
2  S3  TT  CC  TC  TT  TC
3  S3  AA  AA  AA  AA  AA
4  S3  GG  GG  GG  GG  GG

用子集替换字符串

1 个答案: