使用正则表达式或python中的split提取列的一部分

Question

你好，我有一个df，比如

COL1   COL2
G1     QANH010008.1:18255-18820(-):Hab_ob
G1     QANH010002:7-10(-):Hab_ob

我想创建2个新的COL3和COL4，我将数字放在第一个-之前和第一个-之后

这里的结果应该是

COL1   COL2                                COL3   COL4
G1     QANH010008.1:18255-18820(+):Hab_ob  18255  18820
G1     QANH010002:7-10(-):Hab_ob           7      10 

Answer 1

您可以为此使用命名捕获组，然后加入到原始DataFrame。这个答案包含了来自@MarkWang的几个建议。

df.join(df['COL2'].str.extract(r'(?P<COL3>\d+)\-(?P<COL4>\d+)')) 

输出：

Out[206]: 
  COL1                                COL2   COL3   COL4
0   G1  QANH010008.1:18255-18820(-):Hab_ob  18255  18820
1   G1           QANH010002:7-10(-):Hab_ob      7     10