Python Pandas groupby nunique输出到列表

我有如下数据集作为输入：

labels = ['chrom', 'start', 'end', 'read']
my_data = [['chr1', 784344, 800125, 'read1'],
           ['chr1', 784344, 800124, 'read2'],
           ['chr1', 784344, 800124, 'read3']]    

我使用以下方法将其转换为数据帧：

my_data_pd = pd.DataFrame.from_records(my_data, columns=labels)

看起来是这样的：

  chrom   start     end   read
0  chr1  784344  800125  read1
1  chr1  784344  800124  read2
2  chr1  784344  800124  read3

我想做的是：我不想合并具有相同色度、起始值、结束值的行，也不想为合并的行计算'read'列中值的不连续出现次数。最后，我想将该输出转换为列表/元组，如本例所示（注意，最后一列包含计数信息）：

我能做的是：

使用以下命令取消对Pandas Groupby和nunique（）的搜索：

my_data_pd.groupby(['chrom','start','end'],sort=False).read.nunique()

我到达一个Pandas.Series对象，它看起来像我想要的：

chrom  start   end   
chr1   784344  800125    1
               800124    2
Name: read, dtype: int64

但是，当我使用以下命令将其转换为列表/元组时：

 sortedd.index.tolist()

最后一列被排除，导致结果输出：

[('chr1', 784344, 800125), ('chr1', 784344, 800124)]

你知道我该如何解决这个问题吗

对于所有可能提出解决方案的人来说，我在一个大程序中做了数千次，所以速度是一个大问题。这就是我避免使用其他工具的原因，比如BedTools和pybedtools

---

谢谢

您可以

设置索引

sortedd.to_frame('val').set_index('val',append=True).index.tolist()
Out[277]: [('chr1', 784344, 800125, 1), ('chr1', 784344, 800124, 2)]

首先，然后在

列表理解中

转换为

元组

：

L = [tuple(x) for x in sortedd.reset_index().values.tolist()]
print (L)
[('chr1', 784344, 800125, 1), ('chr1', 784344, 800124, 2)]

---

您可以使用多索引，即

idx = pd.MultiIndex.from_arrays(sortedd.reset_index().values.T)

idx.tolist()
[('chr1', 784344, 800125, 1), ('chr1', 784344, 800124, 2)]

---

这很简单：）我想用这种方式..对元组很好（PS：我忘了如何得到元组..@Dark-还有不要忘了向上投票的问题，我认为这很好；）@温-别忘了还有一个问题，我觉得很好；）这个似乎是最快的：）非常感谢大家的快速回答！我想知道他是否在场。过了这么多天，今天看到了吗

idx = pd.MultiIndex.from_arrays(sortedd.reset_index().values.T)

idx.tolist()
[('chr1', 784344, 800125, 1), ('chr1', 784344, 800124, 2)]