Python处理腿部不对称数据集：将L值转负值、R值转正值

问题 #

我有一套左右腿不对称数据的数据集，为了可视化需要，想把左腿（标记'L'）对应的数据转为负值，右腿（标记'R'）对应的数据转为正值。

尝试了以下代码：

df_selection['Asymmetry)'] = df_selection['Assymetry'].str.replace('R','+').replace('L','-')

但存在两个问题：符号会被加到数字后面，且只有'R'能被替换，'L'的替换不生效。期望输出格式如下：

注：原数据集的Assymetry列内容格式为R1.3、R2.5、L3.1这类形式。

解决方案 #

方案1：拆分符号与数值后计算 #

先分离侧别标记和数值，再根据侧别赋予正负：

# 提取侧别（首字符）
df_selection['side'] = df_selection['Assymetry'].str[0]
# 提取数值部分并转为浮点数
df_selection['value'] = df_selection['Assymetry'].str[1:].astype(float)
# 生成目标列
df_selection['Asymmetry'] = df_selection.apply(lambda x: x['value'] if x['side'] == 'R' else -x['value'], axis=1)
# 清理中间列（可选）
df_selection = df_selection.drop(['side', 'value'], axis=1)

方案2：正则匹配转换 #

用正则提取侧别和数值，直接返回带正负的数值：

import re

def convert_val(s):
    match = re.match(r'([RL])([\d.]+)', s)
    if match:
        side, num = match.groups()
        return float(num) if side == 'R' else -float(num)
    return s  # 处理非预期格式的行

df_selection['Asymmetry'] = df_selection['Assymetry'].apply(convert_val)

方案3：正则替换调整格式 #

通过正则替换直接将侧别标记转为前置的正负号，再转数值类型：

# 替换R开头的内容，将R转为前置+号
df_selection['Asymmetry'] = df_selection['Assymetry'].str.replace(r'^R([\d.]+)', r'+\1')
# 替换L开头的内容，将L转为前置-号
df_selection['Asymmetry'] = df_selection['Asymmetry'].str.replace(r'^L([\d.]+)', r'-\1')
# 转为浮点数类型
df_selection['Asymmetry'] = df_selection['Asymmetry'].astype(float)

以上三种方法都能得到你需要的格式，方便后续做可视化图表。

内容的提问来源于stack exchange，提问作者Markus Fürst