ekspresi reguler dalam string panda (split)

Question

Halo, saya memiliki string seperti:

liste_to_split=['NW_011625257.1_0','scaffold1_3','scaffold3']

dan saya ingin membaginya saat Number_Numbersaya mencoba:

for i in liste_to_split:
 i.split(r'(?<=[0-9])_')

dan saya dapat

['NW_011625257.1_0']
['scaffold1_3']
['scaffold3']

dari pada

['NW_011625257.1'] ['0']
['scaffold1'] ['3']
['scaffold3']

apakah seseorang tahu di mana masalahnya?

Answer 1

Anda dapat menggunakan:

>>> import re
>>> liste_to_split=['NW_011625257.1_0','scaffold1_3','scaffold3']
>>> 
>>> for i in liste_to_split:
...     re.split(r'(?<=[0-9])_', i)
...
['NW_011625257.1', '0']
['scaffold1', '3']
['scaffold3']

Perhatikan penggunaan re.splitalih - alih string.splitdan gunakan _pernyataan lookbehind luar untuk memastikan kita tidak memisahkan pada kecocokan lebar nol.

---

Berdasarkan komentar OP di bawah ini, sepertinya OP ingin melakukan pemisahan ini untuk sebuah dataframekolom. Dalam kasus itu gunakan:

Dengan asumsi ini adalah kerangka data Anda:

>>> print (df)
             column
0  NW_011625257.1_0
1       scaffold1_3
2         scaffold3

Kemudian Anda dapat menggunakan:

>>> print (df['column'].str.split(r'(?<=[0-9])_', expand=True))
                0     1
0  NW_011625257.1     0
1       scaffold1     3
2       scaffold3  None

Answer 2

l=['NW_011625257.1_0','scaffold1_3','scaffold3']

for i in l:
  f = i.split('_')
  print(f) 

keluaran

['NW', '011625257.1', '0']
['scaffold1', '3']
['scaffold3']