Блог

У меня есть 2 фрейма данных, 1 с необработанными данными (df), а другой с шаблоном, описывающим, что в каком колодце. Как проиндексировать имена столбцов ‘A1’ из df с помощью шаблона столбца well_id ‘A1’, который находится в серии, чтобы получить имя образца?

Так экспортируются необработанные данные, поэтому я стараюсь не делать это без изменения входных данных.

Конечная цель состоит в том, чтобы при построении данных df использовать шаблон «Name» для определенного образца.

Теперь мой пример показывает, что я использую столбец «Name» целиком (что неверно) вместо только правильного имени для каждого образца.

 import pandas as pd
import re
import matplotlib.pyplot as plt 

df = pd.DataFrame({'time': [0.1, 0.2, 0.3], 
                    'A1': [1000, 2000, 3000], 
                    'A12': [1500, 2000, 3000], 
                    'B1': [4500, 5000, 6000], 
                    'B12': [4000, 5000, 6000]})

template = pd.DataFrame({'well_id': ['A1', 'A12', 'B1', 'B12'],
                         'name': ['Sample1', 'Sample2', 'Sample3', 'Sample4']})

plt.plot(df.time, df.iloc[:,1:], label=template['name']) 
plt.legend()
  

Итак, я изолировал well_id из df, но не уверен, как теперь связать их с шаблоном.

 well_id = list(filter(re.compile('[A-H][1-9]$|[A-H][1][0-2]$').match, df.columns))
  

Допустим, вы хотите объединить все имена примеров с каждым из заданных значений, вы можете сначала объединить фреймы данных, а затем выполнить groupby включение name . Используя это, вы можете вычислить, например, среднее значение для каждого имени, подобного этому, которое можно использовать для дальнейшего построения графика:

 import pandas as pd
import re
import matplotlib.pyplot as plt 

df = pd.DataFrame({'time': [0.1, 0.2, 0.3], 
                    'A1': [1000, 2000, 3000], 
                    'A12': [1500, 2000, 3000], 
                    'B1': [4500, 5000, 6000], 
                    'B12': [4000, 5000, 6000]})

template = pd.DataFrame({'well_id': ['A1', 'A12', 'B1', 'B12'],
                         'name': ['Sample1', 'Sample2', 'Sample3', 'Sample4']})

df1 = pd.merge(template, df.T, how='left', left_on='well_id', right_index=True)
df1.columns = ['well_id', 'name', 'val_1', 'val_2', 'val_3']
print(df1.head())
  

Вывод df1.head() выглядит следующим образом:

   well_id     name   val_1   val_2   val_3
0      A1  Sample1  1000.0  2000.0  3000.0
1     A12  Sample2  1500.0  2000.0  3000.0
2      B1  Sample3  4500.0  5000.0  6000.0
3     B12  Sample4  4000.0  5000.0  6000.0
  

Как только у вас есть df1 , вы можете объединить данные и отобразить их следующим образом:

 df1.groupby('name').mean().plot.line()
plt.title("Values Grouped on Sample Names", size=20)
plt.show()