Question

我希望快速合并彼此genetic complements的列。我有一个带有计数的大数据框，并且想要合并列名称为补码的列。我目前有一个系统

获取列名的补语
检查列的名称以供称赞
如果有匹配项，将列加在一起
然后删除赞美栏

但是，这很慢（检查每个列名），并且根据列的顺序给出不同的列名（即，在两次运行之间删除不同的互补列）。我想知道是否有一种方法可以合并一个字典key：value对以加快过程并保持输出一致。我在下面有一个示例数据框，具有所需的结果（ATTG | TAAC和CGGG | GCCC是致意）。

df = pd.DataFrame({"ATTG": [3, 6, 0, 1],"CGGG" : [0, 2, 1, 4], 
"TAAC": [0, 1, 0, 1], "GCCC" : [4, 2, 0, 0], "TTTT": [2, 1, 0, 1]}) 

## Current Pseudocode
for item in df.columns():
    if compliment(item) in df.columns():
        df[item] = df[item] + df[compliment(item)]
        del df[compliment(item)]

## Desired Result
df_result = pd.DataFrame({"ATTG": [3, 7, 0, 2],"CGGG" : [4, 4, 1, 4], "TTTT": [2, 1, 0, 1]})

Answer 1

翻译列，然后为列分配翻译或原始排序。这使您可以对夸奖进行分组。

import numpy as np

mytrans = str.maketrans('ATCG', 'TAGC')
df.columns = np.sort([df.columns, [x.translate(mytrans) for x in df.columns]], axis=0)[0, :]

df.groupby(level=0, axis=1).sum()
#   AAAA  ATTG  CGGG
#0     2     3     4
#1     1     7     4
#2     0     0     1
#3     1     2     4

通过对应的字典值组合熊猫列

1 个答案: