Учитывая dataframe, как это,панды GroupBy добавить столбец из применить операцию
chrom first_bp_intron last_bp_intron unique_junction_reads
chr1 100 200 10
chr1 100 150 40
chr1 110 200 90
Что такое элегантный способ сделать это? groupby
в столбце first_bp_intron
и разделите значения в unique_junction_reads
на сумму группы, чтобы получить новый столбец phi5
. Тогда же для last_bp_intron
для нового столбца phi3
:
chrom first_bp_intron last_bp_intron unique_junction_reads phi5 phi3
chr1 100 200 10 0.2 0.1
chr1 100 150 40 0.8 1.0
chr1 110 200 90 1.0 0.9
Мой медленно, рабочий раствор,
json = '{"chrom":{"4010":"chr2","4011":"chr2","4012":"chr2","4013":"chr2","4014":"chr2","4015":"chr2","4016":"chr2","4017":"chr2","4018":"chr2","4019":"chr2","4020":"chr2","4021":"chr2","4022":"chr2","4023":"chr2","4024":"chr2","4025":"chr2"},"first_bp_intron":{"4010":50149390,"4011":50170930,"4012":50280729,"4013":50318633,"4014":50464109,"4015":50692700,"4016":50693626,"4017":50699610,"4018":50723234,"4019":50724853,"4020":50733756,"4021":50755790,"4022":50758569,"4023":50765775,"4024":51012497,"4025":51015345},"last_bp_intron":{"4010":50170841,"4011":50280408,"4012":50318460,"4013":50463926,"4014":50692579,"4015":50693598,"4016":50699435,"4017":50723042,"4018":50724470,"4019":50733632,"4020":50755762,"4021":50758364,"4022":50765390,"4023":50779724,"4024":51017681,"4025":51017681},"unique_junction_reads":{"4010":1,"4011":3,"4012":6,"4013":6,"4014":15,"4015":8,"4016":8,"4017":5,"4018":40,"4019":86,"4020":85,"4021":64,"4022":81,"4023":53,"4024":12,"4025":9}}'
sj = pd.read_json(json)
five_prime_reads = sj.groupby(('chrom', 'first_bp_intron')).apply(lambda x: x.unique_junction_reads.sum())
three_prime_reads = sj.groupby(('chrom', 'last_bp_intron')).apply(lambda x: x.unique_junction_reads.sum())
for (chrom, first_bp_intron , last_bp_intron), df in sj.groupby(['chrom', 'first_bp_intron', 'last_bp_intron']):
print chrom, last_bp_intron,
print '\tphi3', (df.unique_junction_reads/three_prime_reads[(chrom, last_bp_intron)]).values,
print '\tphi5', (df.unique_junction_reads/five_prime_reads[(chrom, first_bp_intron)]).values
, но я уверен, что есть более элегантный способ выразить это желание в панд.
Вот полный IPython ноутбук, что я пытаюсь сделать: http://nbviewer.ipython.org/11418657
Awesome, 'преобразование()' было именно то, что мне нужно! Но не возражаете ли вы объяснить, какая разница между 'transform' и' apply'? –
'apply' мы будем работать очень хорошо. Если вы замените 'transform' на' apply', вы получите тот же результат. 'apply' - более общий метод; 'transform' подходит, если вы хотите вернуть что-то вроде индексированного. –