首页 文章

pandas DataFrame条件字符串拆分

提问于
浏览 次
0

我的DataFrame中有一列流感病毒名称 . 以下是目前名称格式的代表性样本：

  • （A / Egypt / 84/2001（H1N2））

  • A / Brazil / 1759/2004（H3N2）

  • A / Argentina / 126/2004

我只对从菌株名称中取出A / COUNTRY / NUMBER / YEAR感兴趣，例如 A/Brazil/1759/2004 . 我试过做：

df['Strain Name'] = df['Original Name'].str.split("(")

但是，如果我尝试访问 .str[0] ，那么我会错过案例＃1 . 如果我做 .str[1] ，我会错过案例2和3 .

是否有适用于所有三种情况的解决方案？或者有没有办法在字符串拆分中应用条件，而不迭代数据框中的每一行？

python pandas

1 回答

  • 1

    所以，根据EdChum的建议，我会在这里发布我的答案 .

    解决此问题所需的最小数据框：

    Index    Strain Name               Year
0        (A/Egypt/84/2001(H1N2))   2001
1        A/Brazil/1759/2004(H3N2)  2004
2        A/Argentina/126/2004      2004

    仅获取应变名称的代码，括号内没有括号或其他内容：

    df['Strain Name'] = df['Strain Name'].str.split('(').apply(lambda x: max(x, key=len))

    此代码适用于此处拼写的特定情况，因为诀窍是隔离的"strain name"是在通过左括号（“ ( ”）值分割后的最长字符串 .

    回复于

相关问题