Pandas 计算字符串模式并附加到列多索引

Question

我有这个数据框，我想计算一个模式出现的次数，然后附加到一个新列。在这种情况下，我感兴趣的模式是“MV=??”即 MV=5455 等

d = [{'AX':['Rec(POS=4,,REF=FF,, MV=55), Rec(POS=2,, REF=GH,, MV=23)'], 'AVF1':[], 'HI':['Rec(POS=2,,REF=RTD,, MV=23), Rec(POS=234,, REF=FFRE,, MV=00)'],'AV1':[], 'version_1':[]},
      {'AX':[], 'AVF1':['Rec(POS=43,,REF=FeF,, MV=5455), Rec(POS=2,, REF=GH,, MV=23), Rec(POS=231,, REF=JK, MV=TR)'], 'HI':[],'AV1':[], 'version_2':[]},
      {'AX':['Rec(POS=2342,,REF=FhF,, MV=1)'], 'AVF1':['Rec(POS=11,,REF=FF11,, MV=551)'], 'HI':[],'AV1':[], 'version_3':[]}]



frame = pd.DataFrame(d)


f = frame.T

lst = []
f['temp'] = f.index
for i in f.iloc[-3:, -1]:
  lst.append(i)
f = f.drop(columns={'temp'})

f.columns = [lst, f.columns]
f

ALTS = pd.DataFrame(index=f.index, columns=pd.MultiIndex.from_product([f.columns.levels[0], ['ALT']]))

f = pd.concat([f,ALTS], axis=1).sort_index(level=0, axis=1)
f = f.drop(f.index[[-1,-2,-3]])

f

期望的输出您可以看到第 0 列有两个 MV 计数，第 2 列有一个 MV 计数，依此类推。

           version_1          version_2      version_3
           ALT                ALT            ALT

AX         2                  NaN            1
AVF1       NaN                3              1
HI         2                  NaN            NaN
AV1        NaN                NaN            NaN

我正在处理的较大数据框有更多列，我的网络很糟糕，所以我无法上传整个数据框。

我正在考虑使用类似下面的东西，但我有多个索引列：

f['ALT'] = f.0.str.extract('MV=??').count()

Answer 1

试试 apply 和 str.count:

output = f.apply(lambda x: x.str[0].str.count("MV=")).dropna(how="all", axis=1)
output = output.rename(columns={c[1]: "ALT" for c in output.columns},level=1)

     version_1 version_2 version_3
           ALT       ALT       ALT
AX         2.0       NaN       1.0
AVF1       NaN       3.0       1.0
HI         2.0       NaN       NaN
AV1        NaN       NaN       NaN

Pandas 计算字符串模式并附加到列多索引

Pandas counting string pattern and appending to column multi index

python

extract

pandas