我有2个数据帧,有50列,格式如下。
ID v10 v9 GENE
NM_198317 0.0 9.666823e-01 KLHL17
NM_198317 -1.0 0.000000e+00 KLHL17
我想对基因匹配的值进行平均,所以我使用
common_mouse = common_mouse.groupby(['GENE'], as_index=False).agg([np.average])
这产生了一个表,每个列有两个标题,但我只想保留较旧的标题。
logger.info("Column headers: %s" % list(common_mouse.columns.values))
显示
[('v10', 'average'), ('v11', 'average'), ('v12', 'average')]
而不是
['v10', 'v11', 'v12']
我尝试使用zip(*common_mouse.columns.values)
来重新分配列,但是我似乎无法让它工作。有没有一种方法可以防止或删除列标题中的新“average”字段?
发布于 2018-08-23 04:01:28
您正在使用函数列表作为agg
的参数。当您这样做时,您是在告诉Pandas groupby,应该为每一列计算几个聚合函数。它通过创建一个MultiIndex columns对象来通知您。
所以不要给它一个聚合函数的列表。只给它一个(不是在列表中)。
使用标量
common_mouse.groupby(['GENE'], as_index=False).agg(np.average)
GENE v10 v9
0 KLHL17 -0.5 0.483341
字符串运算符
然而,Pandas有预编码的字符串,它已经针对这些字符串优化了算法。取平均值就是其中之一。请改用mean
字符串参数。
common_mouse.groupby(['GENE'], as_index=False).agg('mean')
GENE v10 v9
0 KLHL17 -0.5 0.483341
groupby方法
此外,Pandas有一个专门的groupby方法。
common_mouse.groupby(['GENE'], as_index=False).mean()
GENE v10 v9
0 KLHL17 -0.5 0.483341
发布于 2018-08-23 03:57:00
重置索引对你有帮助吗?
像这样
import pandas as pd
import numpy as np
vetor = pd.DataFrame({'ID':['NM_198317','NM_198317'], 'v10':[0.0, -1.0], 'v9':[9.666823e-01, 0.000000e+00], 'GENE':['KLHL17', 'KLHL17']})
common_mouse = vetor.groupby(['GENE']).agg([np.average]).reset_index()
print(common_mouse)
https://stackoverflow.com/questions/51974106
复制相似问题