使用字典替换熊猫数据框中的字符串而不覆盖答案

【问题标题】：Replacing strings in pandas data frame using dictionary without overwriting使用字典替换熊猫数据框中的字符串而不覆盖
【发布时间】：2019-01-25 19:12:51
【问题描述】：

我正在尝试使用填充有如下值的列来转换 pandas 数据框：

df['Alteration']

Q79K,E17K
Q79K,E17K
T315I

并且想将单字母氨基酸转换为其三字母代码，使其看起来更像这样：

Gln79Lys,Glu17Lys
Gln79Lys,Glu17Lys
Thr315Ile

到目前为止，我已经尝试过使用正则表达式作为键的字典，例如：

AA_code = {re.compile('[C]'): 'Cys',re.compile('[D]'): 'Asp', 
re.compile('[S]'): 'Ser',re.compile('[Q]'): 'Gln',re.compile('[K]'): 'Lys', 
re.compile('[I]'): 'Ile',re.compile('[P]'): 'Pro',re.compile('[T]'): 'Thr', 
re.compile('[F]'): 'Phe',re.compile('[N]'): 'Asn',re.compile('[G]'): 'Gly', 
re.compile('[H]'): 'His',re.compile('[L]'): 'Leu',re.compile('[R]'): 'Arg', 
re.compile('[W]'): 'Trp',re.compile('[A]'): 'Ala',re.compile('[V]'): 'Val', 
re.compile('[E]'): 'Glu',re.compile('[Y]'): 'Tyr',re.compile('[M]'): 'Met'}

并根据字典替换以下代码：

df['Replacement'] = dfx2['Alteration'].replace(AA_code, regex=True)

但是，我得到了一些奇怪的行为，替换函数覆盖了值，看起来更像这样：

Glyln79Leuys,Glu17Leuys
Glyln79Leuys,Glu17Leuys
Thr315Ile

据我了解，Glyln 源自代码首先将 Q 更改为 Gln，然后 Gln 中的 G 被 G 覆盖： Gly key : 字典中的值对来获取 Glyln。有什么办法可以解决这个问题吗？？

谢谢！！

【问题讨论】：

标签： python regex pandas dictionary

【解决方案1】：

制作一个单一的查找表，然后在Series.str.replace 中的可调用对象中使用它，例如：

import pandas as pd

lookup = {
    'Q': 'Gln',
    'K': 'Lys',
    'E': 'Glu',
    'G': 'Gly'
    # needs completing...
}

s = pd.Series(['Q79K,E17K', 'Q79K,E17K', 'T315I'])
s.str.replace('([{}])'.format(''.join(lookup)), lambda m: lookup[m.group(1)])

给你：

0    Gln79Lys,Glu17Lys
1    Gln79Lys,Glu17Lys
2                T315I

【讨论】：

【解决方案2】：

乔恩的回答很棒。根据他的意见，另一种方法是这样，

import pandas as pd

lookup = {
    'Q': 'Gln',
    'K': 'Lys',
    'E': 'Glu',
    'G': 'Gly'
     # needs completing...
}

s = pd.Series(['Q79K,E17K', 'Q79K,E17K', 'T315I'])
s.apply(lambda row: "".join([lookup[x] if x in lookup else x for x in row]))

或者，正如@Jon Clements 在评论中所建议的，

s.apply(lambda row: "".join([lookup.get(x,x) for x in row]))

给你，

0    Gln79Lys,Glu17Lys
1    Gln79Lys,Glu17Lys
2                T315I
dtype: object

【讨论】：

如果您打算采用这种方法，那么lookup.get(x, x) for x in row 是一种避免显式 if/else 检查的方法...
太棒了。我正在寻找如何避免 if/else 检查自己。谢谢！