Блог

У меня есть фрейм данных (dfA), состоящий из нескольких файлов. dfA содержит три элемента: значение даты, соответствующее другим значениям даты в dfA, имя из списка неизвестного числа имен, которое будет совпадать с другими именами в dfA, и уникальное значение концентрации. Я хочу создать новый фрейм данных (dfB), где строки многоиндексированы по дате, столбцы-это имена, а значения-концентрация из указанного значения имени. Я попытался сделать это, используя приведенный ниже код:

 for name in nameList:
    dfB[str(name)] = dfA[dfA['Sample Name'] == str(name)]['Calculated Concentration']
 

Однако я возвращаюсь с фреймом данных, в котором заполнена только первая строка, что, как я полагаю, связано с тем, что значения индекса отличаются от значений других столбцов:

               '5/0.5 uM'  '10/1 uM'  '15/1.5 uM'
 083021 14     4.7886      NaN        NaN
        15     4.5374      NaN        NaN 
        ... 
 090721 14     5.2840      NaN        NaN
        15     5.3050      NaN        NaN
        ...
 083121 57     5.2132      NaN        NaN
        58     4.8929      NaN        NaN
        ...
 

В приведенном выше выводе крайний левый столбец является многоиндексированным столбцом значений по дате. Следующий столбец содержит индексы исходного dfA. Тогда «5/0, 5 МКМ» — это значение из «списка имен», которое содержит значения, найденные в исходном dfA с «Именем образца «»5/0, 5 МКМ».

Как я могу создать dfB, где другие столбцы имеют правильные значения, или изменить значения индекса из dfA, где они будут совпадать для каждого столбца?

Возможно, в дальнейшем вам будет проще переформатировать свои даты в переменные даты и времени, а не в строки. С учетом сказанного, настройте тест:

 dfA = pd.DataFrame({
    "date":["090721","083021","090721","083021","083121","083021","083121","083021","083121","083121"], 
    "name":["15/1.5 uM","15/1.5 uM","15/1.5 uM","15/1.5 uM","5/0.5 uM","5/0.5 uM","15/1.5 uM","5/0.5 uM","10/1 uM","10/1 uM"],
    "concentration":[0.430896003263987,0.354506173988912,0.679630142573769,0.816498937365697,0.134105578748551,0.364977945903234,0.602557291467607,0.633223692609049,2.59697726598929E-02,0.206455687221982]
})
dfA["index"] = dfA.index # copy index over to a column called index, for reasons that will be clearer soon.
dfA
 

Обратите внимание, что для каждой комбинации необязательно указывать строку (дата, имя). Чтобы получить то, что вы описали:

 pd.pivot_table(dfA, values="concentration", index=["date", "index"], columns=["name"],aggfunc=np.mean)
 

Выход:

Вы можете видеть, что есть NaN s. Они соответствуют «пробелам» в начальном кадре данных, как описано ранее. Обратите внимание, что мы использовали функцию агрегирования, np.mean , но это не имеет никакого значения, потому что мы выбрали нашу переиндексацию таким образом, чтобы в каждой строке было только одно значение концентрации для «агрегирования».

Вы не просили об этом, но вы также можете найти полезным использовать среднее значение строк, у которых одна и та же дата и имя? Просто удалите «индекс» из спецификации с несколькими индексами:

 pd.pivot_table(dfA, values="concentration", index=["date"], columns=["name"],aggfunc=np.mean)
 

Выход: