时间戳

首页 > 解决方案 > 如何在熊猫的列中间添加字符串

python - 如何在熊猫的列中间添加字符串

问题描述

我正在寻找一种不涉及 .apply 或 lambda 函数的解决方案，该函数循环遍历列表并在所需索引处添加字符串。我有一个这样的专栏，里面有很多条目：

df = pd.DataFrame(["1:77631829:-:1:77641672:-"], columns=["position"])

    position
0   1:77631829:-:1:77641672:-

我想要：

    position
0   chr1:77631829:-:chr1:77641672:-

所以在开头和第三个冒号之后插入“chr”:

我会认为这样的事情会做，但插入还没有连续实现：

"chr" + df["position"].str.split(":").insert(3, "chr").str.join(":")

这样做，但看起来效率低下：

"chr" + df["position"].str.split(":").str[:3].str.join(":") + "chr" + df["position"].str.split(":").str[3:].str.join(":")

标签： pythonpandas

解决方案

我认为您可以使用按3值拆分:，然后提取列表的头部和尾部 - 加入头部，添加ch到尾部，前置ch和最后追加到列表L：

df = pd.DataFrame(["1:77631829:-:1:77641672:-","1:77631829:-:1:77641672:-"], 
                  columns=["position"])
print (df)
                    position
0  1:77631829:-:1:77641672:-
1  1:77631829:-:1:77641672:-

L = []
for x in df["position"]:
    *i, j = x.split(':', 3)
    L.append(("chr" + ':'.join(i) + "chr" + j))

df['new'] = L
print (df)
                    position                             new
0  1:77631829:-:1:77641672:-  chr1:77631829:-chr1:77641672:-
1  1:77631829:-:1:77641672:-  chr1:77631829:-chr1:77641672:-

带有评论的破解解决方案：

'chr' + df['position'].str.replace('-:', '-:chr')

使用列表理解和 f 字符串更快：

df['new'] = [f"ch{x.replace('-:', '-:chr')}" for x in df['position']]

性能：

df = pd.DataFrame(["1:77631829:-:1:77641672:-","1:77631829:-:1:77641672:-"], 
                  columns=["position"])

#[20000 rows x 1 columns]
df = pd.concat([df] * 10000, ignore_index=True)

In [226]: %%timeit
     ...: L = []
     ...: for x in df["position"]:
     ...:     *i, j = x.split(':', 3)
     ...:     L.append(("chr" + ':'.join(i) + "chr" + j))
     ...: 
     ...: df['new1'] = L
     ...: 
18.9 ms ± 1.25 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [227]: %%timeit
     ...: df['new2'] = "chr" + df["position"].str.split(":").str[:3].str.join(":") + "chr" + df["position"].str.split(":").str[3:].str.join(":")
     ...: 
50.8 ms ± 1.2 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [228]: %%timeit
     ...: df['new3'] = 'chr' + df['position'].str.replace('-:', '-:chr')
     ...: 
21.5 ms ± 140 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [229]: %%timeit
     ...: df['new4'] = [f"ch{x.replace('-:', '-:chr')}" for x in df['position']]
     ...: 
8.59 ms ± 130 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

推荐阅读