[英]Creating a tag from one DataFrame column according to a group from another column in pandas python
以下是我的數據框的簡化:我有數千個基因對在不同的細胞類型和 3 種細胞類型中重復(可能有 9 種組合)
基因對 | 細胞類型 | 其他數據 |
---|---|---|
基因4_基因5 | 單元格1_單元格2 | |
基因1_基因2 | 細胞1_細胞1 | |
基因1_基因2 | 單元格1_單元格3 | |
基因2_基因3 | cell3_cell2 | |
基因4_基因5 | cell2_cell2 | |
基因4_基因5 | 單元格1_單元格2 |
在我所有相同的基因對中(這里我使用了 groupby),我想檢查是否存在某些 cell_types 組合。 如果它們是,例如一組基因對存在“cell1_cell2”、“cell1-cell3”和“cell1-cell1”,那么我想在一個新列中給這個基因對一個 label,說“cell1 是一個通用發送者” "並且一個基因對可以有多個標簽。 我希望看到將列添加到我的原始 df 到 function 作為元數據。 我看過多個問題和視頻,無法正確編碼。 任何人都可以幫我一把嗎? 非常感謝
鑒於您想堅持原始數據結構,解決方案可能是使用 df.loc 在 cell_types 列中查找與“基因對”列中的給定值匹配的所有值,將其轉換為列表並檢查如果定義“通用發送者”的預定義單元類型列表中的所有值都出現在該列表中:
import pandas as pd
data = [ { "Gene pairs": "gene4_gene5", "cell_types": "cell1_cell2" }, { "Gene pairs": "gene1_gene2", "cell_types": "cell1_cell1" }, { "Gene pairs": "gene1_gene2", "cell_types": "cell1_cell3" }, { "Gene pairs": "gene2_gene3", "cell_types": "cell3_cell2" }, { "Gene pairs": "gene4_gene5", "cell_types": "cell1_cell1" }, { "Gene pairs": "gene4_gene5", "cell_types": "cell1_cell3" } ]
df=pd.DataFrame(data)
df['new column'] = df['Gene pairs'].apply(lambda x: "universal sender" if all(item in df.loc[df['Gene pairs'] == x]['cell_types'].tolist() for item in ["cell1_cell2", "cell1_cell3", "cell1_cell1"]) else None)
Output:
| | Gene pairs | cell_types | new column |
|---:|:-------------|:-------------|:-----------------|
| 0 | gene4_gene5 | cell1_cell2 | universal sender |
| 1 | gene1_gene2 | cell1_cell1 | |
| 2 | gene1_gene2 | cell1_cell3 | |
| 3 | gene2_gene3 | cell3_cell2 | |
| 4 | gene4_gene5 | cell1_cell1 | universal sender |
| 5 | gene4_gene5 | cell1_cell3 | universal sender |
或者,您可以將其包裝在 function 中以獲得更好的可讀性,或者如果您想添加其他過濾器:
def lookup(row):
cells = sorted(df.loc[df['Gene pairs'] == row['Gene pairs']]['cell_types'].tolist())
if all(item in cells for item in ["cell1_cell2", "cell1_cell3", "cell1_cell1"]):
return_value = "universal sender"
else:
return_value = None
return return_value
df['new column'] = df.apply(lambda row: lookup(row), axis=1)
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.