大熊猫看下一行并交换价值观

Question

如果我连续看到A＆amp; T，

1. 我将为A.设置found = True。设置删除=对于T。
为真
2. 将T的值设为A（将A的值复制为T）
3. 设置T found = True

如果我连续看到G＆amp; C，

1. 我将为G.设置found = True。对于C
，设置remove = True
2. 交换G＆amp; C值

原始数据框

df=pd.DataFrame([['A','3'],['T','4'],
                 ['A','3'],['A','4'],
                 ['G','3'],['C','4'],
                 ['T','1']
                 ],
                columns=['Flag','Value'])
df['found']=False
df['remove']=False


print df

  Flag Value  found remove
0    A     3  False  False
1    T     4  False  False
2    A     3  False  False
3    A     4  False  False
4    G     3  False  False
5    C     4  False  False
6    T     1  False  False

所需数据框

  Flag Value  found remove
0    A     3   True  False
1    T     3  False   True
2    A     3  False  False
3    A     4  False  False
4    G     4   True  False
5    C     3  False   True
6    T     1  False  False

Answer 1

我会创建一些临时列来跟踪滞后标志和值以及下一个标志。然后你可以直接比较：

df['prior_flag'] = df.Flag.shift()
df['next_flag'] = df.Flag.shift(-1)
df['prior_value'] = df.Value.shift()

# Check for 'A' followed by 'T'
df.loc[(df.Flag == 'A') & (df.next_flag == 'T'), 'found'] = True
df.loc[(df.Flag == 'T') & (df.prior_flag == 'A'), 'remove'] = True
df.loc[(df.Flag == 'T') & (df.prior_flag == 'A'), 'Value'] = \
    df.loc[(df.Flag == 'T') & (df.prior_flag == 'A'), 'prior_value']

# Check for 'G' followed by 'C'
df.loc[(df.Flag == 'G') & (df.next_flag == 'C'), 'found'] = True
df.loc[(df.Flag == 'C') & (df.prior_flag == 'G'), 'remove'] = True
temp = df.loc[(df.Flag == 'G') & (df.next_flag == 'C'), 'Value'].values
df.loc[(df.Flag == 'G') & (df.next_flag == 'C'), 'Value'] = \
    df.loc[(df.Flag == 'C') & (df.prior_flag == 'G'), 'Value'].values
df.loc[(df.Flag == 'C') & (df.prior_flag == 'G'), 'Value'] = temp
df.drop(['next_flag', 'prior_flag', 'prior_value'], axis=1, inplace=True)

>>> df
  Flag Value  found remove
0    A     3   True  False
1    T     3  False   True
2    A     3  False  False
3    A     4  False  False
4    G     4   True  False
5    C     3  False   True
6    T     1  False  False

因为你想在G后跟C时交换值，所以我创建了一个临时变量temp来存储中间拷贝值。

然后在最后删除所有临时列。

要查看尚未删除的剩余行：

>>> df[~df.remove]
  Flag Value  found remove
0    A     3   True  False
2    A     3  False  False
3    A     4  False  False
4    G     4   True  False
6    T     1  False  False