Группировка и фильтрация данных

Question

Dataframe:

Protein Peptide Mean intensity 
A1  AAB  4,54    
A1  ABB  5,56    
A1  ABB  4,67      
A1  AAB  5,67    
A1  ABC  5,67    
A2  ABB  4,64    
A2  AAB  4,54    
A2  ABB  5,56    
A2  ABC  4,67       
A2  ABC  5,67    

Но мне нужно найти для каждого сверху белка 2 (наиболее часто) пептидов, поэтому выход был бы для A1:

Protein Peptide Mean intensity 
A1   AAB  4,54 + 5.67/2 
      ABB  5.56 + 4.67/2 
A2   ABB  7,42 
      ABC  5,17 

Так что проблема он должен оставаться в качестве кадра данных.

Answer 1

Во-первых, мы можем выполнить GroupBy/применить операцию, чтобы получить белок/пептидных пар с двумя крупнейшими Пептид рассчитывает для каждого белка:

counts = (df.groupby(['Protein'])['Peptide'] 
      .apply(lambda x: x.value_counts().nlargest(2))) 
counts = counts[counts >= 2] 
counts = counts.to_frame() 
#     counts 
# Protein Peptide   
# A1  AAB   2 
#   ABB   2 
# A2  ABB   2 
#   ABC   2 

Теперь мы можем объединить оригинальную DataFrame, df с counts, путем объединения на столбцах df и индекса counts. Использование внутреннего соединения гарантирует, что только те, Protein/Пептидные пары, которые присутствуют в обоих df и counts проявляющиеся в result:

result = pd.merge(df, counts, left_on=['Protein', 'Peptide'], right_index=True, 
        how='inner') 

# Protein Peptide Mean intensity counts 
# 0  A1  AAB   4.54  2 
# 3  A1  AAB   5.67  2 
# 1  A1  ABB   5.56  2 
# 2  A1  ABB   4.67  2 
# 5  A2  ABB   4.64  2 
# 7  A2  ABB   5.56  2 
# 8  A2  ABC   4.67  2 
# 9  A2  ABC   5.67  2 

Теперь легко выполнить нужную groupby/mean операцию:

result = result.groupby(['Protein', 'Peptide'])['Mean intensity'].mean() 

---

Так положить все это вместе,

import pandas as pd 
df = pd.read_table('data', sep='\s{2,}') 

counts = (df.groupby(['Protein'])['Peptide'] 
      .apply(lambda x: x.value_counts().nlargest(2))) 
counts = counts[counts >= 2] 
counts = counts.to_frame() 
result = pd.merge(df, counts, left_on=['Protein', 'Peptide'], right_index=True, 
        how='inner') 
result = result.groupby(['Protein', 'Peptide'])['Mean intensity'].mean() 
result = result.reset_index() 
print(result) 

дает

Protein Peptide Mean intensity 
0  A1  AAB   5.105 
1  A1  ABB   5.115 
2  A2  ABB   5.100 
3  A2  ABC   5.170