如何在Pandas中按规则拼接PTM_loc与PTM_types列生成新列？

可以通过apply函数结合字符串拆分与拼接来实现需求，具体代码如下：

import pandas as pd

# 示例数据
data = pd.DataFrame({
    'PTM_loc': ['24', '24;30', '22', '19;20;66', '16;30;50'],
    'PTM_typs': ['S', 'S', 'T', 'S;T', 'S;Y;T']
})

def combine_ptms(row):
    # 拆分位置和类型为列表
    locs = row['PTM_loc'].split(';')
    types = row['PTM_typs'].split(';')
    # 处理类型数量少于位置的情况：重复最后一个类型补全
    if len(types) < len(locs):
        types += [types[-1]] * (len(locs) - len(types))
    # 对应拼接后用分号连接成最终字符串
    return ';'.join([t + l for t, l in zip(types, locs)])

data['PTMs'] = data.apply(combine_ptms, axis=1)

运行后生成的data['PTMs']结果如下：

0          S24
1    S24;S30
2          T22
3    S19;T20;T66
4    S16;Y30;T50
Name: PTMs, dtype: object

代码说明 #

• split(';')：将分号分隔的字符串拆分为列表，实现单个元素的对应匹配
• 类型补全逻辑：当类型数量少于位置数量时（比如示例第1、3行），重复最后一个类型来匹配所有位置
• zip(types, locs)：按顺序将类型与位置一一配对，拼接成「类型+位置」的格式
• ';'.join(...)：将拼接后的单个元素重新用分号连接，还原为目标格式的字符串

内容的提问来源于stack exchange，提问作者RRRRRRRR