pandas如何删除字符串中的括号及内部内容并转为字符串列表

错误原因 #

你之前的操作是直接将整个Series对象转为字符串后做正则替换，str(x)得到的是pandas Series的打印格式化文本，自带索引、换行、元数据说明等冗余内容，因此替换后格式混乱。正确做法是对Series中的每一个字符串元素做逐元素处理。

正确实现代码 #

import pandas as pd

# 逐元素替换括号及内部内容，同时去掉括号前的多余空格
processed = x.str.replace(r'\s*\([^()]*\)', '', regex=True)

# 如果需要过滤掉'Unnamed: 0'和ERCC开头的项，只保留目标基因名可加这一步
processed = processed[~processed.str.contains('Unnamed:|ERCC-')]

# 转为Python列表格式
result_list = processed.to_list()

输出效果 #

执行后result_list的格式为：

['TSPAN6', 'TNMD', 'DPM1', 'SCYL3', 'C1orf112', 'FGR', 'CFH', 'FUCA2', 'GCLC', ...]

完全符合你需要的格式要求。

内容的提问来源于stack exchange，提问作者Geinkehdsk