这里是针对dataframe 的数据的列中的字符串进行分割、分列，首先需要先用.str将这一列转换为类似字符串的格式，然后再使用split()方法。

Part.1

split()函数

    根据分隔符或正则表达式对字符串进行拆分；返回数据框（DataFrame）或者复杂索引（MultiIndel）。

Series.str.split(pat=None,   # 字符串,默认使用空白分割，分列的依据，可以是空格，符号，字符串等等    n=-1,       # n : 整型,默认为-1,既使用所有的分割点分割。n参数，指定分隔的次数    expand=False    # expand为布尔类型，表示分割后是否转换为DataFrame。默认为False表示不转换。)

Part.2

split()函数应用示例

2.1 数据读取

    需求：将Anno 这一列进行拆分成：Gene Transcript Exon

panel_data = pd.read_csv("panel.bed", sep="\t")
panel_data:Chrom  Start  End  Annochr1  115252159  115252379  NRAS:NM_002524.4:exon4chr1  115256390  115256629  NRAS:NM_002524.4:exon3chr1  115258640  115258811  NRAS:NM_002524.4:exon2

2.2 expand=False 只分割字符串，不分列

panel_split = panel_data['Anno'].str.split(":")
panel_split：0    [NRAS, NM_002524.4, exon4]1    [NRAS, NM_002524.4, exon3]2    [NRAS, NM_002524.4, exon2]Name: Anno, dtype: object

2.3 expand=True 分割字符串，分列

panel_split = panel_data['Anno'].str.split(":", expand=True)panel_split.columns = [Gene,  Transcript,  Exon]
panel_split:    Gene   Transcript   Exon0  NRAS  NM_002524.4  exon41  NRAS  NM_002524.4  exon32  NRAS  NM_002524.4  exon2

完整内容点击原文

 

4.Python高频函数—数据分割split()dataframe 数据分割split()https://mp.weixin.qq.com/s/4QesADncC5BraLeptQKF_g