通过 substring 从 Pandas 中的另一列添加列

Question

我有一个包含一列的数据框，

DF = pd.DataFrame({'files': ["S18-000344PAS", "S18-001850HE1", "S18-00344HE1"]})

我想用 substring 文件添加另一列，最终的 dataframe 应该看起来像

DF = pd.DataFrame({'files': ["S18-000344PAS", "S18-001850HE1", "S18-00344HE1"], 'stain': ["PAS", "HE1", "HE1"]})

我试试

DF["Stain"] = DF.apply(lambda row: row.files[re.search(r'[a-zA-Z]{2,}', row.files).start():], axis=1)

但它回来了

AttributeError: 'NoneType' object has no attribute 'start'

我应该怎么办？

Answer 1

如果要从files列中提取最后 3 个字符，可以执行以下操作：

DF["stain"] = DF["files"].str[-3:]
print(DF)

印刷：

           files stain
0  S18-000344PAS   PAS
1  S18-001850HE1   HE1
2   S18-00344HE1   HE1

---

编辑：使用正则表达式提取stain ：

DF["stain"] = DF["files"].str.extract(r"^(?:.{2,})-\d*(.+)")
print(DF)

Answer 2

这是使用str访问器的一种方法

DF[["files", "stain"]] = DF["files"].str.extract(pat="(.+\d)(\D.+)")

    files   stain
0   S18-000344  PAS
1   S18-001850  HE1
2   S18-00344   HE1

如果您需要将提取的变量保留在第一列中，您可以这样做

DF["stain"] = DF["files"].str.extract(pat="(.+\d)(\D.+)")[1]

    files   stain
0   S18-000344PAS   PAS
1   S18-001850HE1   HE1
2   S18-00344HE1    HE1