我有一个数据框,例如:
第一列
OK.1:177788-1000(+):Genus_species
OK.1:177788-2000(+):Genus_species
OK.1:177788-3000(+):Genus_species
OK.1:177788-3000(+):Genus_species
我想得到:
OK.1_177788-1000_+__Genus_species
OK.1_177788-2000_+__Genus_species
OK.1_177788-3000_+__Genus_species
OK.1_177788-3000_+__Genus_species
instread 但我真的不知道如何用 re.sub 在一行中完成它,例如我试过:
df['col1'].replace(to_replace="\(", value=r"_", regex=True)
df['col1'].replace(to_replace="\)", value=r"_", regex=True)
df['col1'].replace(to_replace="\:", value=r"_", regex=True)
但我正在寻找更智能的单行。
感谢您的帮助。
请您参考如下方法:
假设您的数据框都是字符串,str.replace 应该不需要正则表达式就可以解决问题。
df = df.col1.str.replace('(+):', '_+__', regex=False)
您在此处设置 regex = False 以指示您正在查找这些字符串文字而不是其正则表达式表示。
例子
import pandas as pd
import numpy as np
df = pd.DataFrame({'col1': ['OK.1:177788-1000(+):Genus_species', 'OK.1:177788-2000(+):Genus_species']})
输出:
col1
0 OK.1:177788-1000(+):Genus_species
1 OK.1:177788-2000(+):Genus_species
然后使用
df = df.col1.str.replace('(+):', '_+__', regex=False)
输出:
col1
0 OK.1:177788-1000_+__Genus_species
1 OK.1:177788-2000_+__Genus_species
