python - 比较 pandas DataFrame 和字典之间的数据

Question

我正在尝试在字典和 pandas DataFrame 之间进行一些比较。

DataFrame 如下所示：

      A      B     C
0    'a'    'x'    0
1    'b'    'y'    1
2    'c'    'z'    4

字典看起来像这样：

{
'a-x': [1],
'b-y': [2],
'c-z': [3]
}

目标是使用字典键来识别 DataFrame 中的匹配行（键 'ax' 匹配列 A 和列 B 的索引 0），然后识别列 C 中大于字典关联值的 DataFrame 数据。

所以：

key 'a-x' matches index 0 of column A and column B, but value of 0 in C is less than 1 > exclude
key 'b-y' matches index 1 of column A and column B, but value of 1 in C is less than 2 > exclude
key 'c-z' matches index 2 of column A and column B, and value of 4 in C is greater than 3 > include

过滤后的 DataFrame 将只包含索引 2 处的条目，如下所示：

      A      B     C
2    'c'    'z'    4

如果有一些重要的细节，这是我的实际数据的样本

数据框：

    Chrom   Loc         WT  Var Change  ConvChange  AO  DP  VAF IntEx    Gene   Upstream    Downstream  Individual  ID
0   chr1    115227854   T   A   T>A     T>A         2   17224   0.0116117   TIII    TIIIa   NaN NaN 1   113.fastq/onlyProbedRegions.vcf

字典：

rates =
{
    'chr1-115227854-T-A': [0.0032073647185113397]
}

代码：

return df[(df.Chrom+'-'+str(df.Loc)+'-'+df.WT+'-'+df.Var).map(pd.Series(rates).str[0])<df.VAF]

标签： pythonpandasdictionarydataframe

Answer 1

pd.Series然后使用创建map布尔索引创建

d={
'a-x': [1],
'b-y': [2],
'c-z': [3]
}
pd.Series(d)
Out[335]:
a-x    [1]
b-y    [2]
c-z    [3]
dtype: object


df[(df.A+'-'+df.B).map(pd.Series(d).str[0])<df.C]
Out[340]: 
   A  B  C
2  c  z  4