2

私が抱えている問題は、さまざまな条件下で特定の値を表す各サブジェクトの複数の行を持つ大きなデータフレーム (〜 300,000 行) があることです。簡略化されたバージョンを以下に示します。

In [12]: df1
Out[12]:
   SubID  Condition  Value
0      1          1  0.123
1      1          2  0.234
2      2          1  0.345
3      2          2  0.456
4      3          1  0.567
5      3          2  0.678
6      4          1  0.789

また、サブジェクトが属する遺伝子グループを保持する奇数行が 80 行しかない 2 つ目のテーブルもあります。

そのデータを最初の DataFrame に追加したいと思います。コーディング表の簡略版を以下に示します。

In [17]: df2
Out[17]:
   Subject Number Genetic Group
0               1             A
1               2             C
2               3             A
3               4             B

私が終わらせたいのは：

In [19]: df1
Out[19]:
   SubID  Condition  Value Genetic Group
0      1          1  0.123             A
1      1          2  0.234             A
2      2          1  0.345             C
3      2          2  0.456             C
4      3          1  0.567             A
5      3          2  0.678             A
6      4          1  0.789             B

for: ループを使用できますが、これを回避する Pandas DataFrame のマージまたは結合操作を使用する方法があるかどうか疑問に思いましたか? どうもありがとう、

4

2 に答える 2

2

SubID でインデックスを作成し、必要joinなものを取得するために使用できます。

df1.set_index("SubID", inplace=True)
df2.set_index("Subject Number", inplace=True)
df3 = df1.join(df2, how="left")

mergeまたは、インデックスを作成せずに達成するために使用できます。

df3 = df1.merge(df2, left_on="SubID", right_on="Subject Number", how="left")
于 2013-03-05T16:59:11.037 に答える
1

別の方法は次のとおりです。

In [1]: import pandas as pd

In [2]: a = pd.DataFrame({"SubID":[1,1,2,2], "Condition":[1,2,1,2], "Value":[.123,.234,.345,.456]})

In [3]: a
Out[3]: 
   Condition  SubID  Value
0          1      1  0.123
1          2      1  0.234
2          1      2  0.345
3          2      2  0.456

In [4]: a = a.set_index(["SubID","Condition"]).unstack()

In [5]: b = pd.DataFrame({"Subject Number":[1,2], "Genetic Group":['A','C']})

In [6]: b
Out[6]: 
  Genetic Group  Subject Number
0             A               1
1             C               2

In [7]: b["Condition"] = "Genetic Group"

In [8]: b = b.rename(columns={"Genetic Group":"Value"})

In [9]: b = b.set_index(["Subject Number","Condition"]).unstack()

In [10]: b
Out[10]: 
                       Value
Condition      Genetic Group
Subject Number              
1                          A
2                          C

In [11]: r = a.merge(b, left_index=True, right_index=True)

In [12]: r
Out[12]: 
           Value                Value
Condition      1      2 Genetic Group
SubID                                
1          0.123  0.234             A
2          0.345  0.456             C

In [13]: r = r.unstack()

In [14]: r = r.swaplevel(0,2).sort_index()

In [15]: r
Out[15]: 
SubID  Condition           
1      1              Value    0.123
       2              Value    0.234
       Genetic Group  Value        A
2      1              Value    0.345
       2              Value    0.456
       Genetic Group  Value        C
于 2013-03-05T18:16:03.300 に答える