[英]How to count the occurances of elements in list in for a row in pandas
我有一個看起來像這樣的 df。 它是由 group-by 產生的多索引 df
grouped = df.groupby(['chromosome', 'start_pos', 'end_pos',
'observed']).agg(lambda x: x.tolist())
reference zygosity
chromosome start_pos end_pos observed
chr1 69428 69428 G [T, T] [hom, hom]
69511 69511 G [A, A] [hom, hom]
762273 762273 A [G, G, G] [hom, het, hom]
762589 762589 C [G] [hom]
762592 762592 G [C] [het]
對於每一行,我想計算合子中 het 和 hom 的數量。 並創建一個名為“count_hom”和“count_het”的新列
我試過使用 for 循環,它很慢,而且隨着數據的變化不太可靠。 有沒有辦法使用 df.zygosity.len().sum() 之類的方法來做到這一點,但僅適用於 het 或僅適用於 hom
將Series.apply
與List count
一起使用:
grouped['count_hom'] = grouped['zygosity'].apply(lambda x: x.count('hom'))
grouped['count_het'] = grouped['zygosity'].apply(lambda x: x.count('het'))
您可以通過將 lambda 包含在agg
中來稍微調整groupby
的結構,而不是處理 groupby 結果,在您構建grouped
時計算每個組的“het”和“hom”值:
grouped = (df.groupby(['chromosome', 'start_pos', 'end_pos','observed'])
.agg(reference=('reference', list),
zygosity=('zygosity', list),
count_het=('zygosity', lambda x: x.eq('het').sum()),
count_hom=('zygosity', lambda x: x.eq('hom').sum())))
如果要從所有列表中創建一個列表,可以使用以下命令:
cols = ['chromosome', 'start_pos', 'end_pos','observed']
out = df.groupby(cols).agg(**{c: (c, list) for c in df.columns.drop('reference')},
count_het=('zygosity', lambda x: x.eq('het').sum()),
count_hom=('zygosity', lambda x: x.eq('hom').sum()))
您可以使用explode
+ groupby
動態計算所有可能的值,然后是value_counts
,然后是unstack
:
new_df = pd.concat([df, df['zygosity'].explode().groupby(level=[0,1,2,3]).value_counts().unstack(level=4).fillna(0).add_prefix('count_').astype(int)], axis=1)
Output:
>>> new_df
reference zygosity count_het count_hom
chromosome start_pos end_pos observed
chr1 69428 69428 G [T, T] [hom, hom] 0 2
69511 69511 G [A, A] [hom, hom] 0 2
762273 762273 A [G, G, G] [hom, het, hom] 1 2
762589 762589 C [G] [hom] 0 1
762592 762592 G [C] [het] 1 0
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.