通过对应的字典值组合 Pandas 列
Posted
技术标签:
【中文标题】通过对应的字典值组合 Pandas 列【英文标题】:Combine Pandas Columns by Corresponding Dictionary Values 【发布时间】:2020-04-28 12:30:58 【问题描述】:我希望快速合并彼此为genetic complements 的列。我有一个带有计数的大型数据框,并且想要组合列名是补码的列。我目前有一个系统,
获取列名的补码 检查列名的赞美 如果匹配,则将列加在一起 然后删除恭维列但是,这很慢(检查每个列名)并根据列的顺序给出不同的列名(即在运行之间删除不同的补充列)。我想知道是否有一种方法可以合并字典键:值对来加速过程并保持输出一致。我在下面有一个带有所需结果的示例数据框(ATTG|TAAC 和 CGGG|GCCC 是恭维)。
df = pd.DataFrame("ATTG": [3, 6, 0, 1],"CGGG" : [0, 2, 1, 4],
"TAAC": [0, 1, 0, 1], "GCCC" : [4, 2, 0, 0], "TTTT": [2, 1, 0, 1])
## Current Pseudocode
for item in df.columns():
if compliment(item) in df.columns():
df[item] = df[item] + df[compliment(item)]
del df[compliment(item)]
## Desired Result
df_result = pd.DataFrame("ATTG": [3, 7, 0, 2],"CGGG" : [4, 4, 1, 4], "TTTT": [2, 1, 0, 1])
【问题讨论】:
您可能应该提供如何确定补语的逻辑,但至少您可以做到df.groupby(complement, axis=1).sum()
。这假定 complement
函数为 item
及其补码返回相同的值(例如,它可以是排序函数)。
嗨@ayhan,感谢您的及时回复。 Compliment 不会为项目及其赞美返回相同的值。 ``` 恭维(“ATTG”) ``` 返回“TAAC”,compliment("TAAC")
返回“ATTG”。不过,我确实认为您对 groupby 有所了解。
【参考方案1】:
翻译列,然后为列分配首先排序的翻译或原件。这使您可以对赞美进行分组。
import numpy as np
mytrans = str.maketrans('ATCG', 'TAGC')
df.columns = np.sort([df.columns, [x.translate(mytrans) for x in df.columns]], axis=0)[0, :]
df.groupby(level=0, axis=1).sum()
# AAAA ATTG CGGG
#0 2 3 4
#1 1 7 4
#2 0 0 1
#3 1 2 4
【讨论】:
这很好用!当列的顺序发生变化时,它甚至可以工作。谢谢@ALollz以上是关于通过对应的字典值组合 Pandas 列的主要内容,如果未能解决你的问题,请参考以下文章