Разобрать столбец dataframe для подстроки и возвращаемого значения

У меня есть фрейм данных со столбцом под названием «ИНФОРМАЦИЯ», содержащим строку, разделенную точкой с запятой, как показано ниже. Я хотел бы проанализировать строку, чтобы вернуть значения, соответствующие определенным подстрокам, и назначить ее новому столбцу.

БЫВШИЙ. В приведенной ниже таблице я хотел бы присвоить значение (после знака равенства) для «CLNDISDB» столбцу с тем же именем.

Я пытался:

df['INFO'].str.split(';',expand=True)

который назначил каждую часть строки новому столбцу, но это все равно потребовало бы от меня анализа каждого столбца для необходимой строки. Любая помощь будет принята с благодарностью.

Я могу использовать только стандартные библиотеки Python


|    | INFO                                              |
|----|---------------------------------------------------|
| 0  | AF_ESP=0.00546;AF_EXAC=0.00165;AF_TGP=0.00619;... |
| 1  | AF_ESP=0.00015;AF_EXAC=0.00010;ALLELEID=514926... |
| 2  | ALLELEID=181485;CLNDISDB=MedGen:C4015293,OMIM:... |
| 3  | ALLELEID=514896;CLNDISDB=MedGen:C4015293,OMIM:... |
| 4  | AF_ESP=0.00515;AF_EXAC=0.00831;AF_TGP=0.00339;... |
| 5  | AF_ESP=0.40158;AF_EXAC=0.37025;AF_TGP=0.33886;... |
| 6  | ALLELEID=556509;CLNDISDB=MedGen:C4015293,OMIM:... |
| 7  | ALLELEID=556512;CLNDISDB=MedGen:C4015293,OMIM:... |
| 8  | ALLELEID=171289;CLNDISDB=MedGen:C4015293,OMIM:... |
| 9  | AF_EXAC=0.00001;ALLELEID=171288;CLNDISDB=MedGe... |
| 10 | AF_ESP=0.00038;AF_EXAC=0.00036;AF_TGP=0.00060;... |
| 11 | AF_ESP=0.00987;AF_EXAC=0.00772;AF_TGP=0.01558;... |
| 12 | AF_ESP=0.00070;AF_TGP=0.00080;ALLELEID=446981;... |
| 13 | AF_EXAC=0.00038;ALLELEID=446941;CLNDISDB=MedGe... |
| 14 | AF_EXAC=0.00114;AF_TGP=0.00958;ALLELEID=364282... |
| 15 | ALLELEID=556516;CLNDISDB=MedGen:C3808739,OMIM:... |
| 16 | AF_EXAC=0.00024;ALLELEID=364148;CLNDISDB=MedGe... |
| 17 | ALLELEID=514900;CLNDISDB=MedGen:C3808739,OMIM:... |
| 18 | AF_EXAC=0.42418;AF_TGP=0.28255;ALLELEID=133759... |
| 19 | ALLELEID=364285;CLNDISDB=MedGen:CN169374;CLNDN... |

python-3.x pandas dataframe string-matching string-parsing

14.12.2020 03:32

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

397

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Догадаться. Работает хорошо, нужно немного подчистить результаты и убрать лишний пробел и запятую.

def my_func(x):
    return  [value.split("CLNDISDB = ",1) for value in x.split(';') if 'CLNDISDB' in value]

df['CLNDISDB'] = [my_func(x) for x in df['INFO'].values]

14.12.2020 04:50

Ответ принят как подходящий

Это было весело, так что настройка фрейма данных

import re
import pandas as pd
import numpy as np

test = {'INFO':['AF_EXAC=0.42418;AF_TGP=-0.28255;ALLELEID=133759', 'foo','AF_EXAC=-0.42418;AF_TGP=0.28255;ALLELEID=133759']}
df=pd.DataFrame(test)

мы получаем

    INFO
0   AF_EXAC=0.42418;AF_TGP=-0.28255;ALLELEID=133759
1   foo
2   AF_EXAC=-0.42418;AF_TGP=0.28255;ALLELEID=133759

Теперь, используя лямбда-функцию и условное выражение, мы просто извлекаем значения для «AF_TGP». Создавая новый столбец, мы извлекаем число из шаблона регулярного выражения, окружающего значение. Но мы запускаем регулярное выражение только тогда, когда оно будет передавать текст, используя функцию in в python.

df['a'] = df['INFO'].apply(lambda x: re.search(r'AF_TGP=(?P<number>[+-]?\d+\.\d+);', str(x)).group('number') if 'AF_TGP' in str(x) else np.nan)

это дает результат

    INFO                                            a
0   AF_EXAC=0.42418;AF_TGP=-0.28255;ALLELEID=133759 -0.28255
1   foo                                             NaN
2   AF_EXAC=-0.42418;AF_TGP=0.28255;ALLELEID=133759 0.28255

14.12.2020 05:28

Другие вопросы по теме

Подсчет количества строк по классам, начиная со слова в верхнем регистре

Создание нового столбца на основе группировки и состояния других столбцов

Пытаюсь передать столбцы в функцию, получаю ошибку ключа (Pandas)

Быстрый доступ к матрице по ключу строки и столбца

Как я могу проиндексировать этот файл csv?

Создайте гистограмму/круговую диаграмму сумм столбцов в python

Круговая диаграмма из Dataframe

Как создать новый столбец, вычисляющий дату в Python Pandas?

Фрейм данных списков в мультииндексный фрейм данных

SMOTE - не удалось преобразовать строку в число с плавающей запятой

Разобрать столбец dataframe для подстроки и возвращаемого значения

Ответы 2

Другие вопросы по теме

Похожие вопросы