Python 交换2个数据帧列中的单元格字符串

我正在努力交换数据帧中两列的值，如下所示：

rs649071 rs640249 0.265 0.49 
rs647621 rs640249 0.227 0.34 
rs644339 rs640249 0.116 0.08 
rs641563 rs640249 1.0 33.96 
rs640249 rs11073074 0.248 0.77 
rs640249 rs11637397 0.194 0.68 

其思想是测试第2列的每个单元格是否为rs640249，如果不是，则从第1列更改为相应的字符串，反之亦然。这样，最终结果将类似于：

rs649071 rs640249 0.265 0.49 
rs647621 rs640249 0.227 0.34 
rs644339 rs640249 0.116 0.08 
rs641563 rs640249 1.0 33.96 
rs11073074 rs640249 0.248 0.77 
rs11637397 rs640249 0.194 0.68 

我试图迭代元组，但是元组不支持项分配

rscode='rs640249'
for inf in LDfiles:
    df = read_csv(inf, sep='\t', skiprows=1, names=['A', 'B', 'C'])
    for tup in df.itertuples():
        if tup[2] != rscode:
            tup[1], tup[2] = tup[2], tup[1]
        print(tup)

---

一种方法是使用：

如果只想更改一列中的值，仍可以使用

apply

：

def my_fun2(row, colID):
    if row[colID][0] == 'rs640249':
        return row[colID][::-1] #reverse the tuple
    else:
        return row[colID]

df[colID] = df.apply(lambda x: my_fun2(x, colID), axis=1)

注意：由于

my_fun2

返回单个值，因此这次

apply

返回一个序列，因此我们需要稍微更改应用的方式

例如：

df
#                             0
# 0    ('rs649071', 'rs640249')
# 1  ('rs640249', 'rs11073074')

df[0] = df.apply(lambda x: my_fun2(x,0), axis=1)
#                             0
# 0    ('rs649071', 'rs640249')
# 1  ('rs11073074', 'rs640249')

---

一种方法是使用：

如果只想更改一列中的值，仍可以使用

apply

：

def my_fun2(row, colID):
    if row[colID][0] == 'rs640249':
        return row[colID][::-1] #reverse the tuple
    else:
        return row[colID]

df[colID] = df.apply(lambda x: my_fun2(x, colID), axis=1)

注意：由于

my_fun2

返回单个值，因此这次

apply

返回一个序列，因此我们需要稍微更改应用的方式

例如：

df
#                             0
# 0    ('rs649071', 'rs640249')
# 1  ('rs640249', 'rs11073074')

df[0] = df.apply(lambda x: my_fun2(x,0), axis=1)
#                             0
# 0    ('rs649071', 'rs640249')
# 1  ('rs11073074', 'rs640249')

---

对于未来的参考，这里有一个可能的解决方案：

    for row_index, row in df.iterrows():
        if row['L1'] == 'rs640249':
            df.set_value(row_index, 'L1' , row['L2'])
            df.set_value(row_index, 'L2' , row['L1'])

---

最好的，

对于将来的参考，这里有一个可能的解决方案：

    for row_index, row in df.iterrows():
        if row['L1'] == 'rs640249':
            df.set_value(row_index, 'L1' , row['L2'])
            df.set_value(row_index, 'L2' , row['L1'])

---

最好，

为什么不试试这样的方法，使用数组操作：

condition = df['L1'] == 'rs640249'
tmp = df['L1'].copy()
df['L1'][condition] = df['L2'][condition]
df['L2'][condition] = tmp[condition]

---

为什么不试试这样的阵列操作：

condition = df['L1'] == 'rs640249'
tmp = df['L1'].copy()
df['L1'][condition] = df['L2'][condition]
df['L2'][condition] = tmp[condition]

---

您可以使用

list（tup）

将元组转换为列表并进行切换。您可以使用

list（tup）

将元组转换为列表并进行切换。嗨，海登，谢谢您的帮助。那正是你喜欢做的。然而，它似乎对我不起作用。我之所以使用索引，是因为行是元组（如果行[0]='rs…）：行[0]，行[1]=行[1]，行[0]）。此外，元组是可调的！这就是事情不顺利的原因。这个问题还没有解决。谢谢你的帮助。啊哈！它们是元组：）已更新，这应该可以修复，而且我在以前的代码中缺少了一个

返回值

！嗨，海登，谢谢你的帮助。那正是你喜欢做的。然而，它似乎对我不起作用。我之所以使用索引，是因为行是元组（如果行[0]='rs…）：行[0]，行[1]=行[1]，行[0]）。此外，元组是可调的！这就是事情不顺利的原因。这个问题还没有解决。谢谢你的帮助。啊哈！它们是元组：）已更新，这应该可以修复，而且我在以前的代码中缺少了一个

返回值

@海登：谢谢你的评论，也许这不是最好的方式，但是，它工作得很好。当然，iterrows将创建不必要的系列，然而，我无法按照您的建议使事情正常工作：我有空数据帧和一堆错误。我怀疑pandas版本（0.8.1）和/或python版本（3.2）。你测试了吗？真奇怪。您正在使用哪些pandas和python版本？@hayden:如果您感兴趣，请查看@hayden:谢谢您的评论，也许这不是最好的方式，但是，它工作得很好。当然，iterrows将创建不必要的系列，然而，我无法按照您的建议使事情正常工作：我有空数据帧和一堆错误。我怀疑pandas版本（0.8.1）和/或python版本（3.2）。你测试了吗？真奇怪。您使用的熊猫和python版本是什么？@hayden:如果您感兴趣，请查看