熊猫通过反向补充字符串合并列答案

【问题标题】：Pandas merging columns by reverse compliment string熊猫通过反向补充字符串合并列
【发布时间】：2018-09-12 23:21:59
【问题描述】：

所以我被困在如何在 pandas 中处理数据操作技术上。我在下面有一个示例数据框，每行有 25 个计数。我想通过反向补充序列合并列名。

   AA CC GG AT TT

    4  7  0  9  5
    3  8  5  5  2
    8  6  2  8  1

“AA”和“TT”列是反向互补，“CC”和“GG”也是如此

   AA/TT CC/GG AT 

    9     7     9
    5     13    5
    9     8     8

如何匹配列名的反向补充并将其与另一列的名称合并。

注意：我已经有了一个函数来查找字符串的反向补语

【问题讨论】：

标签： python pandas dataframe merge data-manipulation

【解决方案1】：

我建议使用pd.concat 创建一个新框架：

new_df = pd.concat([df[['AA', 'TT']].sum(1).rename('AA/TT'),
                    df[['CC', 'GG']].sum(1).rename('CC/GG'),
                    df['AT']], axis=1)

>>> new_df
   AA/TT  CC/GG  AT
0      9      7   9
1      5     13   5
2      9      8   8

更一般地说，您可以在列表理解中做到这一点。鉴于反向赞美：

reverse_compliments = [['AA','TT'], ['CC','GG']]

在您的原始数据框列中找到那些不反向赞美的值（这里可能有更好的方法，但这有效）：

reverse_compliments.append(df.columns.difference(
    pd.np.array(reverse_compliments)
    .flatten()))

并使用pd.concat 和列表理解：

new_df = pd.concat([df[x].sum(1).rename('/'.join(x)) for x in reverse_compliments],
                   axis=1)

>>> new_df
   AA/TT  CC/GG  AT
0      9      7   9
1      5     13   5
2      9      8   8

【讨论】：

嗨@sacul，这适用于这个演示示例，我认为它让我朝着正确的方向前进。有没有比单独输入每个反向恭维更pythonic的方式来调用列？（即，如果我有两个列名和反向赞美列表）非常感谢。我要修修补补！
谢谢@sacul。这适用于我需要的东西。存在一些边缘情况（例如反向补充不在原始数据帧中时）。你太棒了，而且非常有帮助。谢谢！
很高兴为您提供帮助！希望你弄清楚你的边缘情况！而且我确信有更好的方法来获取未包含的列，但我很高兴这为您指明了可以使用的方向。