我有一个包含三列的 Pandas 数据框,Protein_A、Protein_B、Interaction。 see it here
我想通过对 Protein_A 和 Protein_B 进行分组来找到作为值计数的所有相互作用。此外,将 Protein_A 和 Protein_B 分组时顺序无关紧要。
Protein_A Interaction Protein_B
0 A1BG ER A2M
1 A1BG MI ABCC6
2 ABCC6 AS A1BG
3 A1BG MI ADAM10
4 A1BG MI ADAM17
结果看起来像这样:
{AB1G, A2M} -> ER
{AB1G, ABCC6} -> MI, AS
{A1BG, ADAM10} -> MI
{A1BG, ADAM17} -> MI
请您参考如下方法:
我同意您想要对行进行分组,但预期结果显示 您实际上想要一个列表,而不是为每个组计算值 交互代码。
要创建这样的列表(针对每个组),请按以下步骤操作:
从定义一个函数开始,该函数计算分组键 - 蛋白质代码(A 和 B)的排序列表,转换为字符串:
def protSorted(key):
row = df.loc[key]
return ', '.join(sorted([row.Protein_A, row.Protein_B]))
然后通过这个函数对源DataFrame进行分组,进行Interaction 来自每个组的列并创建交互代码列表:
df.groupby(protSorted).Interaction.apply(list)
对于您的示例数据,结果是如下所示的系列:
A1BG, A2M [ER]
A1BG, ABCC6 [MI, AS]
A1BG, ADAM10 [MI]
A1BG, ADAM17 [MI]
Name: Interaction, dtype: object
或者,如果您希望每个组都有一个字符串(不带括号), 改为运行:
df.groupby(protSorted).Interaction.apply(', '.join)
这次的结果是:
A1BG, A2M ER
A1BG, ABCC6 MI, AS
A1BG, ADAM10 MI
A1BG, ADAM17 MI
Name: Interaction, dtype: object
