Wie verteilen Sie eine Spalte in einer Pandabären-Daten-frame

Habe ich Folgendes pandas data frame:

import pandas as pd
import numpy as np
df = pd.DataFrame({
               'fc': [100,100,112,1.3,14,125],
               'sample_id': ['S1','S1','S1','S2','S2','S2'],
               'gene_symbol': ['a', 'b', 'c', 'a', 'b', 'c'],
               })

df = df[['gene_symbol', 'sample_id', 'fc']]
df

Produziert diese:

Out[11]:
  gene_symbol sample_id     fc
0           a        S1  100.0
1           b        S1  100.0
2           c        S1  112.0
3           a        S2    1.3
4           b        S2   14.0
5           c        S2  125.0

Wie kann ich die Ausbreitung sample_id so dass am Ende bekomme ich dies:

gene_symbol    S1   S2
a             100   1.3
b             100   14.0
c             112   125.0
InformationsquelleAutor neversaint | 2017-05-15
  1. 17

    Verwenden pivot oder aufteilen:

    #df = df[['gene_symbol', 'sample_id', 'fc']]
df = df.pivot(index='gene_symbol',columns='sample_id',values='fc')
print (df)
sample_id       S1     S2
gene_symbol              
a            100.0    1.3
b            100.0   14.0
c            112.0  125.0
    df = df.set_index(['gene_symbol','sample_id'])['fc'].unstack(fill_value=0)
print (df)
sample_id       S1     S2
gene_symbol              
a            100.0    1.3
b            100.0   14.0
c            112.0  125.0

    Aber wenn Duplikate, müssen pivot_table oder Aggregat mit groupby oder mean kann geändert werden, um sum, median, ...:

    df = pd.DataFrame({
               'fc': [100,100,112,1.3,14,125, 100],
               'sample_id': ['S1','S1','S1','S2','S2','S2', 'S2'],
               'gene_symbol': ['a', 'b', 'c', 'a', 'b', 'c', 'c'],
               })
print (df)
      fc gene_symbol sample_id
0  100.0           a        S1
1  100.0           b        S1
2  112.0           c        S1
3    1.3           a        S2
4   14.0           b        S2
5  125.0           c        S2 <- same c, S2, different fc
6  100.0           c        S2 <- same c, S2, different fc
    df = df.pivot(index='gene_symbol',columns='sample_id',values='fc')

    ValueError: Index enthält doppelte Einträge, nicht Umformen

    df = df.pivot_table(index='gene_symbol',columns='sample_id',values='fc', aggfunc='mean')
print (df)
sample_id       S1     S2
gene_symbol              
a            100.0    1.3
b            100.0   14.0
c            112.0  112.5
    df = df.groupby(['gene_symbol','sample_id'])['fc'].mean().unstack(fill_value=0)
print (df)
sample_id       S1     S2
gene_symbol              
a            100.0    1.3
b            100.0   14.0
c            112.0  112.5

    EDIT:

    Zur Reinigung set columns name zu None und reset_index:

    df.columns.name = None
df = df.reset_index()
print (df)
  gene_symbol     S1     S2
0           a  100.0    1.3
1           b  100.0   14.0
2           c  112.0  112.5
    • Dank einer million. Wie kann ich reduzieren den index. So bekomme ich genau das Ergebnis wie im OP?
    • Geben Sie mir als sec.
    • Sie benötigen gene_symbol als index oder als Spalte?
    • als Spalte. Und wollen nicht sample_id index zu erscheinen.
    • OK, überprüfen Sie die Letzte änderung. Danke.
    InformationsquelleAutor jezrael
  2. 3

    können Sie auch pd.Kreuztabelle() Methode:

    In [82]: pd.crosstab(index=df.gene_symbol, columns=df.sample_id, 
                     values=df.fc, aggfunc='mean') \
    ...:   .rename_axis(None,1) \
    ...:   .reset_index()
    ...:
Out[82]:
  gene_symbol     S1     S2
0           a  100.0    1.3
1           b  100.0   14.0
2           c  112.0  125.0
    InformationsquelleAutor MaxU
Schreibe einen Kommentar