提取两个分隔符之间的字符串 Python dataframe

Question

我正在尝试从以下内容中提取:和-之间的值

>>> all_cancers.iloc[:,3]
0        chr1:100414771-100414772
1          chr1:10506157-10506158
2        chr1:109655506-109655507
3        chr1:113903257-113903258
4        chr1:117598869-117598870

我尝试re.findall('\:(.*?)\-', all_cancers.iloc[:,3].astype(str))来执行此操作，但它会生成以下错误： TypeError: expected string or bytes-like object 。

这里缺少什么？

Answer 1

你可以使用这个模式，

In [33]: re.match(r'.*:(.*)-',"chr1:100414771-100414772").group(1)
Out[33]: '100414771'

在 datafame 中，您可以使用apply + lambda

all_cancers.iloc[:,3].apply(lambda x: re.match(r'.*:(.*)-', x).group(1))

使用extract

all_cancers.iloc[:,3].str.extract(r'.*:(.*)-')

（来源：OlvinRoght 的评论）

Debuggex 演示