python - 使用列名中的唯一前缀过滤数据框中的特定值(例如“UniqueID_commonsuffix”)
问题描述
我有一个包含 > 300 个唯一样本的数据框,每个样本有 2 列类似信息,我想在每个样本的其中一列中过滤 34 个特定值。我已包含数据的屏幕截图以帮助可视化此问题。我基本上想生成一个新的数据框,其中仅包含我指定的 34 个值中的信息。如果这个问题难以理解,我很抱歉,我希望截图有助于更好地定义问题。
在此屏幕截图中,每个带有“sampleID_r.variant”的列都需要针对我在单独数据框中的特定值进行过滤。我感兴趣的只有 34 个。这样,我想将相应的值连同它一起存储在“sampleID_reads”列的左侧,就像字典一样。如果有人可以提供帮助,我将不胜感激。太感谢了。
编辑: 原始数据框采用以下格式:
sampleID_reads | sampleID_r.variant |
---|---|
1 | r.79_80ins79+1_79+76 |
64 | r.79_80ins79+10857_79+10938 |
53 | r.79_80ins80-13725_80-13587 |
72 | r.79_80ins80-5488_80-5435 |
16 | r.79_80ins79+2861_79+2900 |
34 个样本采用以下格式:
r_dot |
---|
r.646_729del |
r.-19_-18ins-19+428_-19+535 |
r.-25_-20del |
r.4186_4188del |
r.5333_5406del |
...等等等等 |
解决方案
这是一些示例数据
d = {'sample1_reads': [1, 64, 53, 72, 16],
'sample1_r.variant': ['r.79_80ins79+1_79+76', 'r.79_80ins79+10857_79+10938',
'r.79_80ins80-13725_80-13587', 'r.79_80ins80-5488_80-5435', 'r.79_80ins79+2861_79+2900'],
'sample2_reads': [0, 3, 6, 9, 11],
'sample2_r.variant': ['r.5333_5406del', 'r.4186_4188del', 'r.5333_54106del', 'r.2345_2345fad', 'r.65456_w56sjfy']}
df = pd.DataFrame(d)
rdot = pd.DataFrame(['r.79_80ins79+1_79+76', 'r.646_729del', 'r.5333_5406del', 'r.79_80ins80-5488_80-5435', 'r.79_80ins79+2861_79+2900'], columns=['r_dot'])
如果您只想根据第二帧过滤第一帧,那么您可以执行以下操作
# reshape your current data frame
new_df = pd.DataFrame(df.values.reshape((-1,2)), columns=['reads', 'variant'])
# use boolean indexing to filter your new data frame
df_f = new_df[new_df['variant'].isin(rdot['r_dot'])]
reads variant
0 1 r.79_80ins79+1_79+76
1 0 r.5333_5406del
6 72 r.79_80ins80-5488_80-5435
8 16 r.79_80ins79+2861_79+2900
推荐阅读
- c# - 在针对基本实体进行编程时如何将查询参数传递给实体框架?
- c# - 具有 Ienumerable 模型的 Asp.net mvc 视图在提交时返回 null
- scala - 无法组装 scala/akka 项目
- python - python re 找不到这个分组名称
- chromium-embedded - 使用 wix 部署后未加载 CefBrowser
- asp.net - web.config 301 重定向,Windows 托管
- json - Angular JWT 令牌解析为 json 问题
- wordpress - 简码问题
- java - 在查询参数中使用 Apache URIBuilder '&' 符号被编码两次
- azure - 如何将 Azure 文件共享映射为 Docker Compose 文件中的卷?