[英]Creating a new pandas dataframe compiling information from many existing pandas dataframes
[英]Creating a new pandas dataframe by applying logic to already existing dataframes
我有兩個熊貓數據框如下。
data_1= {'features_names': ['F1','F2','F3','F4'],
'Sample_1': [2260,25000,27000,35000],
'Sample_2': [22000,25,8,35000],
'Sample_3': [2350,25000,27000,3900],
'Sample_4': [25000,2570,250,3000]
}
df_1 = pd.DataFrame(data_1)
和另一個數據框如下。
data_2={'Sample_name': ['Sample_2','Sample_3','Sample_4','Sample_1'],
'class': ['class_1','class_1','class_2','class_3'],
'sex': ['m','m','f','m'],
'age': [23,25,21,35],
'RIN': [2.5,2.8,3.8,3.0]
}
df_2 = pd.DataFrame(data_2)
現在使用df_1
和df_2
,我想創建df_3
,它應該如下所示。
我已使用以下代碼手動完成。
data_3= {
'class': ['class_3','class_1','class_1','class_2'],
'sex': ['m','m','f','f'],
'age': [35,23,25,21],
'RIN': [3.0,2.5,2.8,3.8],
'features_names': ['F1','F2','F3','F4'],
'Sample_1': [2260,25000,27000,35000],
'Sample_2': [22000,25,8,35000],
'Sample_3': [2350,25000,27000,3900],
'Sample_4': [25000,2570,250,3000]
}
df_3 = pd.DataFrame(data_3)
但實際上,我有大量的數據,手動操作是不可能的。 有沒有自動的方法來做到這一點。
按列Sample_name
通過DataFrame.sort_values
使用concat
與排序的DataFrame.sort_values
,然后刪除列:
df_3 = (pd.concat([df_2.sort_values('Sample_name').reset_index(drop=True), df_1], axis=1)
.drop('Sample_name', axis=1))
print (df_3)
class sex age RIN features_names Sample_1 Sample_2 Sample_3 \
0 class_3 m 35 3.0 F1 2260 22000 2350
1 class_1 m 23 2.5 F2 25000 25 25000
2 class_1 m 25 2.8 F3 27000 8 27000
3 class_2 f 21 3.8 F4 35000 35000 3900
Sample_4
0 25000
1 2570
2 250
3 3000
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.