使用python pandas将csv列内的值替换为同一列括号内的值答案

【问题标题】：Replace the value inside a csv column by value inside parentheses of the same column using python pandas使用python pandas将csv列内的值替换为同一列括号内的值
【发布时间】：2019-04-15 11:46:16
【问题描述】：

我得到了以下带有示例数据的 csv 文件：

现在我想用这些列括号内的数据替换“SIFT”和“PolyPhen”列的值。因此，对于第 1 行，SIFT 值将替换为 0.82，对于第 2 行，SIFT 值将替换为 0.85。我还想要括号前的部分，容忍/有害，在一个名为“SIFT_prediction”的新列中。

这是我迄今为止尝试过的：

import pandas as pd
import re

testfile = 'test_sift_columns.csv'
df = pd.read_csv(testfile)  
df['SIFT'].re.search(r'\((.*?)\)',s).group(1)

此代码将获取 SIFT 列括号内的所有内容。但这并不能取代任何东西。我可能需要一个 for 循环来读取和替换每一行，但我不知道如何正确执行。此外，我不确定是否需要对 pandas 使用正则表达式。也许有更聪明的方法来解决我的问题。

【问题讨论】：

标签： python python-3.x pandas csv dataframe

【解决方案1】：

使用Series.str.extract:

df = pd.DataFrame({'SIFT':['tol(0.82)','tol(0.85)','tol(1.42)'],
                   'PolyPhen':['beg(0)','beg(0)','beg(0)']})

pat = r'(.*?)\((.*?)\)'
df[['SIFT_prediction','SIFT']] = df['SIFT'].str.extract(pat)
df[['PolyPhen_prediction','PolyPhen']] = df['PolyPhen'].str.extract(pat)

print(df)
  SIFT_prediction  SIFT PolyPhen_prediction PolyPhen
0             tol  0.82                 beg        0
1             tol  0.85                 beg        0
2             tol  1.42                 beg        0

替代方案：

df[['SIFT_prediction','SIFT']] = df['SIFT'].str.rstrip(')').str.split('(', expand=True)
df[['PolyPhen_prediction','PolyPhen']] = df['PolyPhen'].str.rstrip(')').str.split('(', expand=True)

【讨论】：

谢谢，这会替换列中的所有行并将新列添加回测试文件吗？
@Yoni - 已编辑答案。

【解决方案2】：

您可以执行一些操作，例如用空字符串替换所有字母数字值以获得浮点值，反之则获得预测。

import pandas as pd

df = pd.DataFrame({'ID': [1,2,3,4], 'SIFT': ['tolerated(0.82)', 'tolerated(0.85)', 'tolerated(0.25)', 'dedicated(0.5)']})
df['SIFT_formatted'] = df.SIFT.str.replace('[^0-9.]', '', regex=True).astype(float)
df['SIFT_prediction'] = df.SIFT.str.replace('[^a-zA-Z]', '', regex=True)
df

会给你：

    ID  SIFT            SIFT_formatted  SIFT_prediction
0   1   tolerated(0.82) 0.82             tolerated
1   2   tolerated(0.85) 0.85             tolerated
2   3   tolerated(0.25) 0.25             tolerated
3   4   dedicated(0.5)  0.50             dedicated

【讨论】：