Question

在pandas Dataframe中我想applymap(somefunction)使用groupby（使用一些列索引值），我发现这很难实现。

mcve_01.txt

pos         f1_index      M1       M2      F1_x 
16230484    141      G/G      G/G       G
16230491    141      C/C      C/C       C
16230503    141      T/T      T/T       T
16232072    211      A/A      A/A       A
16229783    211      C/C      C/C       G
16229992    211      A/A      A/A       G
16230007    211      T/T      T/T       A
16230011    263      G/G      G/G       C
16230049    263      A/A      A/A       T

我阅读了上述文件并将pos和f1_index设置为索引和其余列值列表：

mcve_data.set_index(['pos', 'index'], append= True, inplace = True)
mcve_list = mcve_data.applymap(lambda c:[list(c)])

所以，现在我想要读取两行（值）并使用下面描述的函数创建两个值的 itertools.product vs zip 。 我不确定这个功能是否有用，但希望它能帮助读者。

def mapfun(c):
if any(['.' in l for l in c]):
    return '.'

if all(['|' in l for l in c]):
    fun = zip

else:
    fun = product

filt_set = set(['|','/'])
filt = partial(filter,lambda l: not (l in filt_set))

return ','.join('g'.join(t) for t in fun(*map(filt, c)))

最终代码：我使用上面的函数并使用`mcve_list + mcve_list.shift（1）：

一次读取两行

mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').\
    applymap(mapfun)

给了我（最终输出）：

pos    index      M1        M2      F1_x    
16230484    141  CgG,CgG,CgG,CgG        CgG,CgG,CgG,CgG         CgG
16230491    141  TgC,TgC,TgC,TgC        TgC,TgC,TgC,TgC         TgC
.....      ...   TgT,TgT,TgT,TgT        TgT,TgT,TgT,TgT         TgT

我想解决的问题 - 这就是问题所在：

上述（功能代码）和最终代码都可以，但现在我想为每个f1_index值分别运行该函数。当索引值发生变化时，按组执行此操作不会产生或压缩列表。

我尝试的事情：

重置f1_index然后重新组合（＆＃39; f1_index＆＃39;）

mcve_group = mcve_list.reset_index(level=['f1_index'])
mcve_group2 = mcve_group.groupby('f1_index')

for x, group in mcve_group2:
    mcve_mm2 = (mcve_group2+mcve_group2.shift(1)).dropna(how='all').\
    apply(mapfun)

而且，还有：

mcve_mm2 = (mcve_group2+mcve_group2.shift(1)).dropna(how='all').\
    apply(lambda x: [mapfun(c) for c in x])

使用groupby（＆＃39; key＆＃39;）

mcve_mm = (mcve_list+mcve_list.shift(1)).groupby('f1_index').dropna(how='all').\
applymap(mapfun)

包装applymap

mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').groupby(['f1_index'], group_keys = False).apply(lambda x: [mapfun])

我没有收到任何错误，但在尝试groupby然后申请时，功能部分搞砸了。

我也没有找到任何在pandas df中使用applymap和groupby的示例和教程。

如何在pandas Dataframe中使用grouby运行applymap函数？

0 个答案: