Python 比较两列

我知道我读过一种方法来做我正在寻找的事情，但我似乎找不到它

我有一个熊猫数据框，看起来像这样：

       Chrom        Loc WT Var Change ConvChange  AO     DP          VAF  \
0       chr1  115227855  T   A    T>A        T>A   5  19346  0.000258451   

      IntEx   Gene Upstream Downstream Individual  
0      TIII  TIIIa        T          C          1

我想了解

个体

在每个独特的

色度

、

Loc

和

变化

组合中，

VAF

的最大差异在哪里

我正在考虑更改当前的数据帧，以便它看起来像下面这样，给我一个标准偏差列，可以对其进行排序，从而给我提供差异最大的位置。这是一个好的方法吗？有没有一个好的方法来做这样的事情

                                1              2              3           Mean             Std
chr1-115227855-T>A    0.000258451    0.000548128    0.000789456    0.000532011    0.0002170812

---

您可以使用一些熊猫造型：

MCVE：

鉴于：

print(df)

  Chrom  Individual       VAF Var WT
0  chr1           1  0.076397   A  T
1  chr1           2  0.964344   A  T
2  chr1           3  0.563713   A  T

重塑和聚合：

df.set_index(['Chrom','WT','Var','Individual'])['VAF'].unstack(-1)\
  .pipe(lambda x: x.assign(mean=x.mean(1), std=x.std(1)))

输出：

Individual           1         2         3      mean       std
Chrom WT Var                                                  
chr1  T  A    0.076397  0.964344  0.563713  0.534818  0.444678

---

这看起来像是我所希望的，但它抛出了一个错误，

索引包含重复的条目，无法重塑

。但是一切都应该是唯一的，

np.where（df.index.duplicated（））

似乎证实了这一点。我遗漏了什么吗？@TheNightman在本例中，如果您有与['Chrom'，'WT'，'Var'，'Individual']完全相同的重复记录，那么这将导致此错误，然后您必须选择如何聚合'VAF'。我怀疑在您的数据集中，每个前面提到的列不只有一条记录。如果是这种情况，那么我们不能按原样使用unstack方法。您能否提供一个较小的示例，但包含所需的属性？