如何从DataFrame染色体信息列中提取Chr编号并生成新列

核心逻辑是从原染色体信息列中提取数字部分，生成所需的Chr编号列，使用pandas内置的字符串正则提取方法即可快速实现：

• 若仅需要纯数字的染色体编号（原列名假设为chrom_info，请替换为你的实际列名）：

# 先转字符串格式再提取连续数字，最后转为整数类型
df['chr_num'] = df['chrom_info'].astype(str).str.extract(r'(\d+)').astype(int)

• 若需要带chr前缀的标准染色体编号格式：

df['chr_id'] = 'chr' + df['chrom_info'].astype(str).str.extract(r'(\d+)')

如果你需要同时兼容X/Y等性染色体的提取，可调整正则规则为r'(chr[\dXY]+)'，直接匹配完整的chr+编号片段即可。
如果你的原染色体信息列本身就是纯数字格式，可直接简化操作：

df['chr_id'] = 'chr' + df['chrom_info'].astype(str)

内容的提问来源于stack exchange，提问作者Mahan