regex in string pandas (split)

Question

Ciao ho stringhe come:

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

e vorrei dividerli nel momento in cui Number_Numberho provato:

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

e ho ottenuto

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

invece di

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

qualcuno sa dov'è il problema?

Answer 1

Puoi usare:

>>> 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']

Nota l'uso di al re.splitposto di string.splite usando l' _asserzione lookbehind esterno per assicurarti che non stiamo dividendo su una corrispondenza di larghezza zero.

---

Sulla base del commento di OP di seguito, sembra che OP voglia fare questa suddivisione per una dataframecolonna. In tal caso, utilizzare:

Supponendo che questo sia il tuo dataframe:

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

Quindi puoi usare:

>>> 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) 

produzione

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