如何修改dataframe中atomicMass列只保存括号外的数字，如某一行12.0171(8)只保存12.0171

可以使用正则表达式来匹配括号外的数字，并将结果保存到新的列中。具体步骤如下：

1. 导入正则表达式库re。

import re

2. 用正则表达式匹配atomicMass列中的数字，并将结果保存到新的列中。

df['atomicMass_new'] = df['atomicMass'].apply(lambda x: re.findall(r'\d+\.\d+', x)[0])

这里使用了apply函数对每一行数据进行操作，lambda表达式中使用re.findall函数匹配括号外的数字，并取第一个结果。

3. 删除原有的atomicMass列，将新的atomicMass_new列重命名为atomicMass。

df = df.drop('atomicMass', axis=1)
df = df.rename(columns={'atomicMass_new': 'atomicMass'})

这里使用了drop函数删除原有的列，并使用rename函数将新的列重命名为原有的列名。

相关问题

dataframe中某一字段属性相同的只保存一行

您好！感谢您使用ChitGPT进行对话。针对您的问题，如果您想要在DataFrame中根据某一字段属性相同的只保存一行，可以使用df.drop_duplicates(subset='column_name', keep='first')方法，其中subset参数指定要去重的列，keep参数指定保留哪一个重复的值，'first'表示保留第一个。例如，如果您的DataFrame对象名为df，要去重的列名为'col'，则可以使用如下代码：

df.drop_duplicates(subset='col', keep='first', inplace=True)

这会将df中col列中重复的值去除，只保留第一个出现的。如果您不想修改原有DataFrame对象，可以将inplace参数设置为False。

删除pandas.core.frame.DataFrame中某一行数据

你可以使用 `drop()` 方法来删除 `pandas.core.frame.DataFrame` 中的某一行数据。以下是一个简单的示例，假设你有一个名为 `df` 的 DataFrame，其中包含了 4 行数据：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'C': [9, 10, 11, 12]})

# 显示 DataFrame
print(df)

输出：

   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12

如果你想删除第二行数据，可以使用以下代码：

# 删除第二行数据
df = df.drop(1)

# 显示 DataFrame
print(df)

输出：

   A  B   C
0  1  5   9
2  3  7  11
3  4  8  12

在这个例子中，`drop()` 方法的参数是要删除的行的索引，即 `1`。请注意，这个方法不会修改原始 DataFrame，而是返回一个新的 DataFrame。如果你想在原始 DataFrame 上修改，可以将 `inplace` 参数设置为 `True`，如下所示：

# 在原始 DataFrame 上删除第二行数据
df.drop(1, inplace=True)

# 显示 DataFrame
print(df)

输出：

   A  B   C
0  1  5   9
2  3  7  11
3  4  8  12