Python 使用唯一值转换数据帧中的列

我有以下数据帧：

datas = [['RAC1','CD0287',1.52,1.40,1.45,1.51], ['RAC1','CD0695',2.08,1.40,1.45,1.51], ['RAC1','ADN103-1',2.01,1.40,1.45,1.51], ['RAC3','CD0258',1.91,1.38,1.43,1.45], ['RAC3','ADN103-3',1.66,1.38,1.43,1.45], ['RAC8','CD0558',1.32,1.42,1.48,1.53], ['RAC8','ADN103-8',2.89,1.42,1.48,1.53]]
labels = ['Plate', 'Sample', 'LogRatio', 'm1', 'm2', 'm3']
df = pd.DataFrame(data = datas, columns=labels)

Plate  Sample   LogRatio  m1    m2    m3    
RAC1   CD0287    1.52     1.40  1.45  1.51
RAC1   CD0695    2.08     1.40  1.45  1.51
RAC1   ADN103-1  2.01     1.40  1.45  1.51
RAC3   CD0258    1.91     1.38  1.43  1.45
RAC3   ADN103-3  1.66     1.38  1.43  1.45
RAC8   CD0558    1.32     1.42  1.48  1.53
RAC8   ADN103-8  2.89     1.42  1.48  1.53

我想添加一个新的列来计算m1、m2、m3的平均值M和ADN103的值对数比，但我不知道如何通过板块来添加一个值。 我想要的是：

df['M'] = (df['m1'] + df['m2'] + df['m3'] + LogRatio_ADN103_of_the_plate)/4

例如，对于我的数据帧的第一行，计算是：

df['M'] = (1.40 + 1.45 + 1.51 + 2.01) / 4

Plate  Sample   LogRatio  m1    m2    m3     M     
RAC1   CD0287    1.52     1.40  1.45  1.51   1,5925
RAC1   CD0695    2.08     1.40  1.45  1.51
RAC1   ADN103-1  2.01     1.40  1.45  1.51
RAC3   CD0258    1.91     1.38  1.43  1.45
RAC3   ADN103-3  1.66     1.38  1.43  1.45
RAC8   CD0558    1.32     1.42  1.48  1.53
RAC8   ADN103-8  2.89     1.42  1.48  1.53

因为2.01是板RAC1上ADN103的对数比值。 我知道如何获得所有板的ADN103值：

expreg = "ADN103_RAC."
ADN103 = df[df['Sample'].str.contains(expreg, regex=True)]
logRatio_ADN103 = ADN103['Log Ratio']

我尝试在一个新列中进行转换，只选择ADN103值，但无法获取它们的对数比值，它只是重新运行一个布尔值

df['ADN103oftheplate'] = df.groupby('Plate')['Sample'].transform(lambda x: x.str.contains(expreg, regex=True))

我不知道是否清楚。我尝试了很多方法，现在我完全迷路了

---

感谢您的帮助。

思考一下您的不同专栏的性质是很有帮助的。在这种情况下，“板块”和“样本”列看起来更像索引信息。因此，首先，我将“Plate”列转换为索引，以便更容易对数据帧进行切片：

import pandas as pd
import numpy as np

datas = [['RAC1','CD0287',1.52,1.40,1.45,1.51], ['RAC1','CD0695',2.08,1.40,1.45,1.51], ['RAC1','ADN103-1',2.01,1.40,1.45,1.51], ['RAC3','CD0258',1.91,1.38,1.43,1.45], ['RAC3','ADN103-3',1.66,1.38,1.43,1.45], ['RAC8','CD0558',1.32,1.42,1.48,1.53], ['RAC8','ADN103-8',2.89,1.42,1.48,1.53]]
labels = ['Plate', 'Sample', 'LogRatio', 'm1', 'm2', 'm3']
df = pd.DataFrame(data = datas, columns=labels)

df.set_index('Plate', inplace=True)

然后，您可以循环“Plate”索引中的唯一值，并为数据帧的该段分配适当的Log_值到新列

for plate in df.index.unique():
    indx = np.where(df.loc[plate, 'Sample'].str.contains('ADN'))[0][0]
    temp_value = df.loc[plate, 'LogRatio'].iat[indx]
    df.loc[plate, 'ADN_LogValues'] = temp_value

然后把最后四列相加，除以四

df['M'] = df.loc[:, 'm1':'ADN_LogValues'].sum(axis=1)/4.0

这将产生：

         Sample  LogRatio    m1    m2    m3  ADN_LogValues       M
Plate
RAC1     CD0287      1.52  1.40  1.45  1.51           2.01  1.5925
RAC1     CD0695      2.08  1.40  1.45  1.51           2.01  1.5925
RAC1   ADN103-1      2.01  1.40  1.45  1.51           2.01  1.5925
RAC3     CD0258      1.91  1.38  1.43  1.45           1.66  1.4800
RAC3   ADN103-3      1.66  1.38  1.43  1.45           1.66  1.4800
RAC8     CD0558      1.32  1.42  1.48  1.53           2.89  1.8300
RAC8   ADN103-8      2.89  1.42  1.48  1.53           2.89  1.8300

---

如果包含实际的代码来生成原始数据帧，这比复制和粘贴数字要好。我的数据框实际上来自我读到的一个csv文件，它不是一个小文件，但我创建了一个代码，使其具有与我的示例中相同的数据框。谢谢你的建议。谢谢你。它很管用。一旦我添加了我的M列，是否有可能将原始索引数据帧返回？当然，只需在末尾添加以下内容：df.reset_index（inplace=True）此问题中的公认答案对如何执行此操作给出了更全面的解释：