python - 在列名python中的某个位置保留字符串

Question

我正在尝试在 kaggle 上预处理数据集:https://www.kaggle.com/sinaasappel/a-heat-map-divides-patients-into-3-groups .但是，在表 1 中，列名类似于:

'C8-A131.01TCGA', 'AO-A12B.01TCGA', 'BH-A18Q.02TCGA', 'C8-A130.02TCGA',
   'C8-A138.03TCGA'...

我想将此表与另一个表中的行合并，如下所示:

TCGA-A2-A0T2    TCGA-A2-A0CM    TCGA-BH-A18V    TCGA-BH-A18Q    TCGA-BH-A0E0 ...

所以我想清理表 1 中的列名，将其更改为类似:

'A131', 'A12B', 'A18Q', 'A130', 'A138'

那么我怎样才能做到这一点呢？提前致谢!

Answer 1

如果所有列的模式一致，您可以使用正则表达式提取 - 之间的值。和 . .

df = pd.DataFrame(columns = ['C8-A131.01TCGA', 'AO-A12B.01TCGA', 'BH-A18Q.02TCGA', 'C8-A130.02TCGA','C8-A138.03TCGA'])

df.columns = df.columns.str.extract('.*-(.*)\..*')[0]

你得到

A131    A12B    A18Q    A130    A138