![](/img/trans.png)
[英]How to add data from one dataframe to another using Pandas transpose?
[英]How to transpose data in pandas Dataframe by reading one row at a time?
在熊猫数据框中:
contig haplotype_block hap_X hap_Y odds_ratio My_hap Sp_hap
2 726 C-G-C T-C-T 0.012 C-G-C T-C-T
2 1094 G-C A-T 0.02 A-T G-C
2 1335 C-T-T A-C-A 0.001 A-C-A C-T-T
2 3353 T-T A-C 314.5 T-T A-C
我想转置数据。 一个简单的转置就可以了,但这有点复杂。
我要做的就是先读取每一行(然后行)以换位该行。
contig haplotype_block hap_X hap_Y odds_ratio My_hap Sp_hap
2 726 C T 0.012 C T
2 726 G C - G C
2 726 C T - C T
2 1094 G A 0.02 A G
2 1094 C T - T C
现在,转置第三行并沿行添加到上述数据框。
我可以使用for循环(一次读取每一行)来做到这一点,但是我特别在寻找使用pandas数据帧的解决方案,因此内存占用空间以及代码理解清晰明了。
谢谢,
您可以使用:
from itertools import chain
#create list by split
cols = ['hap_X','hap_Y','My_hap','Sp_hap']
df[cols] = df[cols].apply(lambda x: x.str.split('-'))
#new df with flatening lists and repeating
lens = df.hap_X.str.len()
df2 = pd.DataFrame({
"contig": np.repeat(df.contig.values, lens),
"haplotype_block": np.repeat(df.haplotype_block.values, lens),
"hap_X": list(chain.from_iterable(df.hap_X)),
"hap_Y": list(chain.from_iterable(df.hap_Y)),
"odds_ratio": np.repeat(df.odds_ratio.values, lens),
"My_hap": list(chain.from_iterable(df.My_hap)),
"Sp_hap": list(chain.from_iterable(df.Sp_hap))
}).reindex_axis(df.columns, axis=1)
#correct column odds_ratio - only first value
s = pd.Series(np.repeat(df.index.values, lens))
df2.loc[s.duplicated(), 'odds_ratio'] = '-'
print (df2)
contig haplotype_block hap_X hap_Y odds_ratio My_hap Sp_hap
0 2 726 C T 0.012 C T
1 2 726 G C - G C
2 2 726 C T - C T
3 2 1094 G A 0.02 A G
4 2 1094 C T - T C
5 2 1335 C A 0.001 A C
6 2 1335 T C - C T
7 2 1335 T A - A T
8 2 3353 T A 314.5 T A
9 2 3353 T C - T C
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.