如何在python中的兩個DataFrame列中更改值

Question

我有一個6列的CSV文件。 我將其加載到內存中並通過某些方法進行處理。 我的結果是一個帶有4個列的數據框如下所示：

name number Allele Allele
aaa  111     A       B
aab  112     A       A
aac  113     A       B

但是現在我有了另一種格式的csv（沒有Illumina），我需要將其更改為上面的格式。

我有一個結果：

name number Allele1 Allele2
aaa  111     A       C
aab  112     A       G
aac  113     G       G

我知道如何更改格式，例如AG == AB，GG == AA，CC == AA（太）等。但這比for循環更好的方法嗎？

可以說：

for line in range(len(dataframe)):
 if(dataframe.Allele1[line] == A and dataframe.Allele2[line] == G):
    dataframe.Allele1[line] = A
    dataframe.Allele2[line] = B
 elif:
 etc.

我覺得這不是完成此任務的最佳方法。 在熊貓或Python中，Meaby是更好的方法嗎？

我需要將那格式更改為Illumina格式，因為數據庫處理了Illumina。

並且：在照度下AA = AA，CC，GG； AB = AC，AG，AT，CT，GT； BB = CG，TT等

So if row[1] in col Allele1 is A and in Allele2 is T, edited row will be: Allele1 =  A, Allele2 = B.

預期結果是：

name number Allele1 Allele2
 aaa  111     A       B
 aab  112     A       B
 aac  113     A       A

結果，我必須有一個4列。

Answer 1

您是否嘗試過使用pandas.DataFrame.replace？ 例如：

df['Allele1'].replace(['GC', 'CC'], 'AA')

通過該行，您可以在“ Allele1”列中替換您要查找的AA的GC和CC值。 您可以將該邏輯應用於所需的所有替換，如果您希望在整個數據框中執行該替換，只是不指定該列，請執行以下操作：

df.replace(['GC', 'CC'], 'AA')

Answer 2

您可以嘗試這樣做（將AG轉換為AB）：

df.loc[df['Allele1'] == 'A' & df['Allele1'] == 'G', 'Allele1'] = 'A'
df.loc[df['Allele1'] == 'A' & df['Allele1'] == 'G', 'Allele2'] = 'B'