Python 熊猫长得很宽
使用pandas,我想将长数据帧转换为宽数据帧,但通常的Python 熊猫长得很宽,python,pandas,casting,melt,Python,Pandas,Casting,Melt,使用pandas,我想将长数据帧转换为宽数据帧,但通常的pivot方法没有我需要的那么灵活 以下是详细的数据: raw = { 'sample':[1, 1, 1, 1, 2, 2, 3, 3, 3, 3], 'gene':['G1', 'G2', 'G3', 'G3', 'G1', 'G2', 'G2', 'G2', 'G3', 'G3'], 'type':['HIGH', 'HIGH', 'LOW', 'MED', 'HIGH', 'LOW', 'LOW', 'LOW', 'MED', 'L
pivot
方法没有我需要的那么灵活
以下是详细的数据:
raw = {
'sample':[1, 1, 1, 1, 2, 2, 3, 3, 3, 3],
'gene':['G1', 'G2', 'G3', 'G3', 'G1', 'G2', 'G2', 'G2', 'G3', 'G3'],
'type':['HIGH', 'HIGH', 'LOW', 'MED', 'HIGH', 'LOW', 'LOW', 'LOW', 'MED', 'LOW']}
df = pd.DataFrame(raw)`
产生
gene sample type
G1 1 HIGH
G2 1 HIGH
G3 1 LOW
G3 1 MED
G1 2 HIGH
G2 2 LOW
G2 3 LOW
G2 3 LOW
G3 3 MED
G3 3 LOW
我想要的是一个数据框,它的行为gene
,列为sample
,但我希望单元格值按照HIGH
MED
LOW
NONE
填充“最大的”类型,也就是说,它应该是这样的
casted = {
'gene':['G1', 'G2', 'G3'],
'1':['HIGH', 'HIGH', 'MED'],
'2':['HIGH', 'LOW', 'NONE'],
'3':['NONE', 'LOW', 'MED']
}
dfCast = pd.DataFrame(casted)
这使得
1 2 3 gene
HIGH HIGH NONE G1
HIGH LOW LOW G2
MED NONE MED G3
不管是琐碎的还是错误的,我从长到宽的命令看起来像
casted = {
'gene':['G1', 'G2', 'G3'],
'1':['HIGH', 'HIGH', 'MED'],
'2':['HIGH', 'LOW', 'NONE'],
'3':['NONE', 'LOW', 'MED']
}
dfCast = pd.DataFrame(casted)
df=df.pivot(index='gene',columns='sample',values='type')
但当然,这并不能解释我想在HIGH
MED
LOW
NONE
在强制转换时,如何控制单元格值?您可以使用pivot\u table
,它提供了一种aggfun
方法来聚合重复的索引列值;要按所需顺序对关键字HIGH、MED、LOW
进行排序,请将它们设置为字典的键,其值按单调顺序排列,并使用min/max
作为聚合函数选择极值:
cat = {"HIGH": 3, "MED": 2, "LOW": 1}
df.pivot_table("type", "gene", "sample", aggfunc=lambda x: max(x, key=cat.get))
或另一个选项,将类型转换为有序分类数据类型,然后使用pivot\u table
:
df['type'] = pd.Categorical(df['type'], ["LOW", "MED", "HIGH"], ordered=True)
df.pivot_table("type", "gene", "sample", aggfunc='max')
非常有用,而且干净。非常感谢。