Question

假设我有三个变量的简化数据框：

ID    sample  test_result
P1    Normal           9
P1    Normal           18
P2    Normal           7
P2    Normal           16
P3    Normal           2
P3    Normal           11
P1     Tumor           6
P1     Tumor           15
P2     Tumor           5
P2     Tumor           15
P3     Tumor           3
P3     Tumor           12

我想知道如何将每个样本类型中每个相同test_result的{{1}}值相加（即ID，Normal）。然后我想区分总和正常值和肿瘤Tumor值之间的差异。

我尝试在sample列上使用groupby，然后在test_result列上使用diff（）方法，但这不起作用。我想我首先需要知道如何应用.sum（），但不知道如何应用。

以下是我的尝试：

test_result

我期待的输出就像：

df.groupby('sample')['test_result'].diff()

知道如何解决这个问题吗？

Answer 1

将groupby与sum一起使用，然后重塑unstack：

df = df.groupby(['ID','sample'])['test_result'].sum().unstack()

或pivot_table：

df = df.pivot_table(index='ID',columns='sample', values='test_result', aggfunc='sum')

然后减去列：

df['new'] = df['Normal'] - df['Tumor']
print (df)
sample  Normal  Tumor  new
ID                        
P1          27     21    6
P2          23     20    3
P3          13     15   -2

如何在一组值中求和，然后从另一个组中获取差异？

1 个答案: