Skip to main content
 首页 » 编程设计

python之使用 Pandas ,如何按两列查找值计数

2024年11月24日7lhb25

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