使用python将字符串字段聚合到列表中

我有以下熊猫数据框：

>>> df1[1:15]
      gene      beta
1    PALMD       NaN
2    PALMD       NaN
3    FRRS1  1.966503
4      AGL       NaN
5      AGL -4.082453
6      AGL  2.840288
7      AGL       NaN
8      AGL -4.909043
9      AGL       NaN
10     AGL  3.275433
11   SASS6       NaN
12   SASS6 -3.239315
13  TRMT13  3.434759
14  TRMT13  4.282222

我想创建一个变量，它将指示每个基因的所有β值是（1）该基因的所有正β值，（2）所有负β值，还是（3）混合β值。我将丢弃NaN，除非它们是特定基因的唯一类型。这就是目标：

>>> df1[1:15]
      gene   Direction
1    PALMD         NaN
2    FRRS1         Pos
3      AGL         Mix
4    SASS6         Neg
5   TRMT13         Pos

我试图通过基因聚合，但我得到了一个错误，可能是由于NaN。如果可能的话，我希望将输出保持为一个数据帧，因为我将不得不在将来将其合并到另一个df

>>> df1g = df1.groupby("gene")
>>> df1ga = df1g.agg(np.concatenate)
KeyError: 0L

---

谢谢

我想写一个小标签函数：

def label(ser):
    ser = ser.dropna()
    if ser.empty:
        return np.nan
    if (ser >= 0).all():
        return "Pos"
    if (ser < 0).all():
        return "Neg"
    return "Mix"

---

dsm很好的回答。这本词典的目的是什么？是要在生成的列上获取标签吗？是的

df.groupby（“gene”）[“beta”].agg（label）.reset_index（name=“Direction”）

也会起作用，但这对我来说总是有点不可思议。我在实现代码时看到了这个错误：

AttributeError:'Series'对象没有属性“empty”

。这可能是版本问题吗？通过将

if ser.empty:

更改为

if len（ser）==0:

谢谢！

>>> labelled = df.groupby("gene")["beta"].agg({"Direction": label}).reset_index()
>>> labelled
     gene Direction
0     AGL       Mix
1   FRRS1       Pos
2   PALMD       NaN
3   SASS6       Neg
4  TRMT13       Pos