从重复分数以下的字符串(如1_2_3_4_5_6)中，拆分并选择3_4

Question

我的数据帧的标题如下所示

header = list(data_no_control.columns.values)
header

['MLID_D_08_NGS_34_H08.fsa',
 'MLID_D_25_NGS_38_A11.fsa',
 'MLID_D_36_NGS_41_D12.fsa',
 'MLID_D_37_NGS_42_E12.fsa']

我想把我的头改成这样

['NGS_34',
 'NGS_38',
 'NGS_41',
 'NGS_42']

我该怎么做？

Answer 1

header = ['MLID_D_08_NGS_34_H08.fsa',
 'MLID_D_25_NGS_38_A11.fsa',
 'MLID_D_36_NGS_41_D12.fsa',
 'MLID_D_37_NGS_42_E12.fsa']

new_header = []

for item in header:
    item = item.split('_')
    new_header.append(item[3] + '_' + item[4])

# output: ['NGS_34', 'NGS_38', 'NGS_41', 'NGS_42']
print(new_header)  

Answer 2

使用str.extract

df["col"] = df["col"].str.extract(r'_([^_]+_[^_]+)_[^_]+\.\w+$')

这是一个regex演示。