Question

我想根据行的字符将位于一列中的数据拆分为两个单独的列。数据如下：

3C-assembly|contig_93
ptg000037l  
3C-assembly|contig_94
ptg000039l  
3C-assembly|contig_95
ptg000043l  
3C-assembly|contig_96
ptg000196l  
ptg000060l  
3C-assembly|contig_97
ptg000083l  
ptg000083l  
3C-assembly|contig_98
ptg000117l  
ptg000005l  
3C-assembly|contig_99
ptg000123l  
ptg000123l  
ptg0001232  
ptg0001233

我需要把所有 3C-assembly|contig_ 放在第一列，所有对应的 ptg000 放在第二列：

3C-assembly|contig_93 ptg000037l
3C-assembly|contig_94 ptg000039l
3C-assembly|contig_95 ptg000043l
3C-assembly|contig_96 ptg000196l
3C-assembly|contig_96 ptg000060l
3C-assembly|contig_97 ptg000083l
3C-assembly|contig_97 ptg000083l
3C-assembly|contig_98 ptg000117l
3C-assembly|contig_98 ptg000005l
3C-assembly|contig_99 ptg000123l
3C-assembly|contig_99 ptg000123l
3C-assembly|contig_99 ptg0001232
3C-assembly|contig_99 ptg0001233
...........

Answer 1

在蟒蛇中：

#假设数据在 Pandas 数据框中。我刚刚创建了它：

import pandas as pd
a=[
"3C-assembly|contig_93 ptg000037l",
"3C-assembly|contig_94 ptg000039l",
"3C-assembly|contig_95 ptg000043l",
"3C-assembly|contig_96 ptg000196l",
"3C-assembly|contig_96 ptg000060l",
"3C-assembly|contig_97 ptg000083l",
"3C-assembly|contig_97 ptg000083l",
"3C-assembly|contig_98 ptg000117l",
"3C-assembly|contig_98 ptg000005l",
"3C-assembly|contig_99 ptg000123l",
"3C-assembly|contig_99 ptg000123l",
"3C-assembly|contig_99 ptg0001232",
"3C-assembly|contig_99 ptg0001233"]

a=pd.DataFrame(a, columns=["data"])

#Define Function to SPlit and Extract
def ExtractContig(Name):
    #Split Based on Space
    splitgroup=Name.strip().split(' ')
    contigselect = splitgroup[0]
    ptgselect=splitgroup[1]
    
    # Split Based on Underscore to get first column
    contig = contigselect.strip().split('_')[-1]    
    
    #Split Based on "g" of the string ptgxxxxxx
    ptg = ptgselect.strip().split('g')[-1]    
    return   contig,ptg

#Function Call and Collect Title for Each rows
a['data'].apply(lambda Name: ExtractContig(Name))

您可以存储和执行进一步分析。这种情况下的输出是：

0     (93, 000037l)
1     (94, 000039l)
2     (95, 000043l)
3     (96, 000196l)
4     (96, 000060l)
5     (97, 000083l)
6     (97, 000083l)
7     (98, 000117l)
8     (98, 000005l)
9     (99, 000123l)
10    (99, 000123l)
11    (99, 0001232)
12    (99, 0001233)
Name: data, dtype: object

根据一列的行将数据拆分为多列

1 个答案: