加入两个字符串并摆脱列表正则表达式

Question

我有一个 dataframe 在 B 列中包含 2 部分字符串，用 A 列的正则表达式提取：

df['B'] = df['A'].str.findall(r'([S][\d]|[V][\d]{3})')

                       A                                     B
1   R13_IR_T20I1E7_PP3_S1_N002_V087_1785984_12593       ['S1', 'V087']
2   R13_IR_T20I1E7_PP3_S1_N003_V023_5896589_15105       ['S1', 'V023']
3   R13_IR_T20I1E7_PP3_S1_N004_V155_2541236_11033       ['S1', 'V155']

我想去掉 B 列中的列表，并用'_'连接两个字符串

结果如下所示：

                       A                            B
1   R13_IR_T20I1E7_PP3_S1_N002_V087_1785984_12593   S1_V087
2   R13_IR_T20I1E7_PP3_S1_N003_V023_5896589_15105   S1_V023
3   R13_IR_T20I1E7_PP3_S1_N004_V155_2541236_11033   S1_V155

我想用正则表达式从 A 列中提取的另一件事是字符串的这一部分，如下所示：

I have no idea how the regex would look!

                A                                      C
1   R13_IR_T20I1E7_PP3_S1_N002_V087_1785984_12593   S1_1785984
2   R13_IR_T20I1E7_PP3_S1_N003_V023_5896589_15105   S1_5896589
3   R13_IR_T20I1E7_PP3_S1_N004_V155_2541236_11033   S1_2541236 

对不起，双重问题，我会感谢你的帮助！

Answer 1

使用： str.join("_")

前任：

df['B'] = df['B'].str.join("_") 
print(df['B'])

Output：

0    S1_V087
1    S1_V023
2    S1_V155
Name: B, dtype: object

更多信息

---

使用正则表达式提取内容

df['C'] = "S1_" + df['A'].str.extract("(\d+)_\d+$")  
print(df['C'])

Output：

0    S1_1785984
1    S1_5896589
2    S1_2541236
Name: C, dtype: object

Answer 2

第一个你只需要申请'_'。加入B：

df['B'] = df['B'].apply('_'.join)

其次，您不需要正则表达式，只需用“_”拆分并获取所需的值，然后再次加入：

df['C'] = df['A'].apply(lambda x: '_'.join([x.split('_')[4], x.split('_')[-2]]))