在datafram中拆分多个列

Question

我有一个dataframe，我想把第3列中的字符串拆分为最后一列，每列拆分为两列，并且头部分保留在第一个拆分的列中。 以下是数据帧：

Sample  Pop     a1      a10     a100
F295    Pesche  AC      AT      AA
F296    Pesche  GT      CG      AC
F297    Pesche  AA      GG      TT
F298    Pesche  AC      AG      CG

这是我想要的数据帧，从第3列拆分为两列（制表符分隔），并带有字符串：

Sample  Pop     a1      a10     a100
F295    Pesche  A   C   A   T   A     A
F296    Pesche  G   T   C   G   A     C
F297    Pesche  A   A   G   G   T     T
F298    Pesche  A   C   A   G   C     G

这个问题和那些“一分为二”的问题不一样，请帮忙

Answer 1

您可以通过将转换的字符串拆分为列表来在列中创建MultiIndex，其中^{}用于连接：

df1 = df.set_index(['Sample','Pop'])
comp = [pd.DataFrame(df1[x].apply(list).values.tolist(), index=df1.index) for x in df1.columns]
df2 = pd.concat(comp, axis=1, keys=df1.columns)
print (df2)
              a1    a10    a100   
               0  1   0  1    0  1
Sample Pop                        
F295   Pesche  A  C   A  T    A  A
F296   Pesche  G  T   C  G    A  C
F297   Pesche  A  A   G  G    T  T
F298   Pesche  A  C   A  G    C  G

如果需要避免MultiIndex，首先通过f字符串连接列名，以避免重复的列名，然后^{}：

df2.columns = [f'{a}_{b}' for a, b in df2.columns]
df2 = df2.reset_index()
print (df2)
  Sample     Pop a1_0 a1_1 a10_0 a10_1 a100_0 a100_1
0   F295  Pesche    A    C     A     T      A      A
1   F296  Pesche    G    T     C     G      A      C
2   F297  Pesche    A    A     G     G      T      T
3   F298  Pesche    A    C     A     G      C      G

Answer 2

你可以用for循环

import pandas as pd

data = {
    'Sample': ['F295','F296','F297','F298'],
    'Pop': ['Pesche', 'Pesche', 'Pesche', 'Pesche'],
    'a1': ['AC', 'GT', 'AA', 'AC'],
    'a10': ['AT', 'CG', 'GG', 'AG'],
    'a100': ['AA', 'AC', 'TT', 'CG']
}

df = pd.DataFrame(data) # For reproductibiliy, you should include this kind of code in your next questions :)

for col_name in list(df.columns[2:]): # iterate on all column after the third one
    df[col_name] = df[col_name].apply(lambda x: f"{x[0]}\t{x[1]}") # split on tab

df