在 for 循环 Python 中删除行

【问题标题】：Drop row in a for loop Python在 for 循环 Python 中删除行
【发布时间】：2022-10-20 20:43:17
【问题描述】：

我有一个（非常大的）熊猫数据框，如下所示：

Sequence
AAAAAAAAAAAAAAAAAAAAAAAAA
AAAAAAAAAAAAAAAAAAAAAAAAC
AAAAAAAAAAAAAAAAAAAAAAAAG
AAAAAAAAAAAAAAAAAAAAAAAAT
AAAACAGAAGGTGTCCCAATACTAT
AAAACAGATCTCGGCAGATTGGATG
AAAACAGATCTCGGTAGACTGGACG

我想删除 A 的百分比大于 0.80 的行。这是我的代码：

sequences = file[['Sequence']]

seq_A = 'A' * 25

for row in range(len(file)):
    par1 =  file.iloc[row,0]
    
    # compare sequence with homopolymer and check ratio of match
    ratioA = difflib.SequenceMatcher(None, par1, seq_A).ratio()
        
    if ratioA >= 0.80:
        sequences.drop(row, axis=0, inplace=True)
        # lista.append(row)

但是，当我使用已插入索引（不删除行）的新列表检查具有此类功能的行数时，索引数与已删除行数不匹配。非常感谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

您通常应该避免使用 pandas 循环。您可以这样做：

df.loc[df['Sequence'].str.count('A') / df['Sequence'].str.len() <= 0.8]

产生：

                    Sequence
4  AAAACAGAAGGTGTCCCAATACTAT
5  AAAACAGATCTCGGCAGATTGGATG
6  AAAACAGATCTCGGTAGACTGGACG

【讨论】：

我也可以用两个比较字母来做吗？像sequences.loc[sequences['Sequence'].str.count('A') /sequence['Sequence'].str.len() <= 0.8 和sequence['Sequence'].str.count('T ') / 序列['序列'].str.len() <= 0.8] ?
@DeniseLavezzari 是的，只需使用 & 而不是 and，并将您的每个条件都用大括号括起来，如下所示：( ) & ( )。为了更好的优化，你可以将长度掩码保存到一个变量中，并使用这个变量而不是一次又一次地计算它：lengths = sequences['Sequence'].str.len()，然后使用... / lengths <= 0.8 ...
（更正：lengths 不是掩码，而是数字：每个字符串的长度）