Question

我是使用熊猫的初学者。

我正在寻找几位患者的突变。我有16种不同的条件。我只是写一个关于它的代码但是如何通过for循环来做到这一点？我尝试在MUT列上找到更改并将它们设置为True和False。然后尝试计算真/假数字。我只做了4次。

你能建议一种更简单的方法，而不是写16次相同的代码吗？

s1=df["MUT"]
A_T= s1.str.contains("A:T")
ATnum= A_T.value_counts(sort=True)

s2=df["MUT"]
A_G=s2.str.contains("A:G")
AGnum=A_G.value_counts(sort=True)

s3=df["MUT"]
A_C=s3.str.contains("A:C")
ACnum=A_C.value_counts(sort=True)

s4=df["MUT"]
A__=s4.str.contains("A:-")
A_num=A__.value_counts(sort=True)

Answer 1

我不是使用熊猫的专家，所以不知道是否有更简洁的方法可以做到这一点，但也许以下可能会有效？

chars = 'TGC-'
nums = {}

for char in chars:
    s = df["MUT"]
    A = s.str.contains("A:" + char)
    num = A.value_counts(sort=True)
    nums[char] = num

ATnum = nums['T']
AGnum = nums['G']
# ...etc

基本上，遍历每个独特的字符（T，G，C， - ），然后拉出你需要的值，然后最后将数字粘贴在字典中。然后，一旦循环完成，您可以从字典中提取所需的任何数字。

Answer 2

只需使用value_counts，这将为您提供列中所有唯一值的计数，无需创建16个变量：

In [5]:
df = pd.DataFrame({'MUT':np.random.randint(0,16,100)})
df['MUT'].value_counts()

Out[5]:
6     11
14    10
13     9
12     9
1      8
9      7
15     6
11     6
8      5
5      5
3      5
2      5
10     4
4      4
7      3
0      3
dtype: int64

计算几种条件下的T / F值

2 个答案: