pandas DataFrame 条件字符串分割

Question

我在我的数据表中有一列流感病毒的名称。这里有一些名称格式的例子：

1. (A/Egypt/84/2001(H1N2))
2. A/Brazil/1759/2004(H3N2)
3. A/Argentina/126/2004

我只想从这些病毒名称中提取出格式为 A/国家/编号/年份 的部分，比如 A/Brazil/1759/2004。我尝试过这样做：

df['Strain Name'] = df['Original Name'].str.split("(")

但是，如果我尝试用 .str[0] 来访问，就会漏掉第一个案例。如果我用 .str[1]，就会漏掉第二和第三个案例。

有没有一种方法可以同时处理这三种情况？或者有没有办法在字符串分割时应用条件，而不需要逐行遍历整个数据表？

Answer 1

根据EdChum的建议，我在这里发布我的回答。

解决这个问题所需的最简单的数据框：

Index    Strain Name               Year
0        (A/Egypt/84/2001(H1N2))   2001
1        A/Brazil/1759/2004(H3N2)  2004
2        A/Argentina/126/2004      2004

下面的代码可以提取出菌株名称，只保留名称，不包括括号里的内容：

df['Strain Name'] = df['Strain Name'].str.split('(').apply(lambda x: max(x, key=len))

这段代码适用于这里提到的特定情况，诀窍在于，分开开括号（“(”）后，菌株的“名称”是最长的字符串。