Python 按分隔符拆分列并仅保留新名称

我想提出以下问题：

现在，我只想保留新名称：

df[['Name','allele']] = df['V'].str.split('-',expand=True)

但df也存储“V”：

。。。 有方便的钥匙吗？ 我知道我能做到：

df.drop(columns='V', axis=1, inplace=True)

---

我更喜欢一个键而不是另一行代码，因为在我的项目中，我必须重复相同的事情好几次，我总共有25个名称。

您可以创建一个新的数据帧并使用：

---

---

如果您不想创建新的数据帧，而您想将其保存在原始数据帧中，并在一行中删除“V”，则可以使用

---

好主意！在我的例子中，我希望避免再次指定名称，因为我有25个名称。您的意思是什么？我的意思是：列={0:'Name'，1:'allege'}如果将数据保存在已创建的列中，则必须指定保存数据的列的标签。因此你必须写下来。就像你在问题中所展示的那样。同样，如果创建新列，则必须指定名称。换句话说，如果希望列以某种方式具有该名称，则必须指定该名称。是否要对比V更多的列应用此操作？问题是我将其保存为以下格式：问题={'num_vars'：25，'names'：['Name1'，'Name2'，'…]，'bounds'：[[1，2]，…]}可能重复

df 

    V           Name    allele
0   IGHV7-B*01  IGHV7   B*01
1   IGHV7-B*01  IGHV7   B*01

df.drop(columns='V', axis=1, inplace=True)

new_df=df['V'].str.split('-',expand=True).rename(columns={0:'Name',1:'Allete'})
print(new_df)

     Name allele
0   IGHV7   B*01
1   IGHV7   B*01
2   IGHV6   A*01
3    GHV6   A*01
4   IGHV6   A*01
5   IGHV6   A*01
6   IGHV4   L*03
7   IGHV4   L*03
8   IGHV5   A*01
9   IGHV5   A*04
10  IGHV6   A*02
11  IGHV6   A*02

df=pd.concat([df.loc[:,~df.columns.isin(['V','allete','Name'])],df['V'].str.split('-',expand=True).rename(columns={0:'Name',1:'allele'})],axis=1)