如何从一个大数据集的一列中分割一个字符串？

Question

我有一个只有一列的大数据集。 像这样

zinc finger protein 185 OS=Homosapiens OX=9606 GN=ZNF PE=1 SV=3
podocin OS=Homosapiens OX=9606 GN=NPHS2 PE=1 SV=1

我试图将Jupyter笔记本中GN=使用Pandas之后的字符切分为一列。 就像

ZNF185
NPHS2

谢谢

Answer 1

我不确定这是否是您想要的，但您可以通过执行以下操作获得单独的数据集：

a = "OX=9606 GN=ZNF PE=1 SV=3 podocin OS=Homosapiens OX=9606 GN=NPHS2 PE=1 SV=1"
[gn_word for gn_word in a.split() if word.startswith('GN=')]