如何根据另一个数据帧的分组对数据帧中的列进行平均
如何根据另一个数据帧的分组对数据帧中的列进行平均
提问于 2016-01-21 02:46:09
我有两个CSV数据，如下所示：
gene,stem1,stem2,stem3,b1,b2,b3,t1
foo,20,10,11,23,22,79,3
bar,17,13,505,12,13,88,1
qui,17,13,5,12,13,88,3这是：
celltype,phenotype
SC,stem1
BC,b2
SC,stem2
SC,stem3
BC,b1
TC,t1
BC,b3数据框架如下所示：
In [5]: import pandas as pd
In [7]: main_df = pd.read_table("http://dpaste.com/2MRRRM3.txt", sep=",")
In [8]: main_df
Out[8]:
gene stem1 stem2 stem3 b1 b2 b3 t1
0 foo 20 10 11 23 22 79 3
1 bar 17 13 505 12 13 88 1
2 qui 17 13 5 12 13 88 3
In [11]: source_df = pd.read_table("http://dpaste.com/091PNE5.txt", sep=",")
In [12]: source_df
Out[12]:
celltype phenotype
0 SC stem1
1 BC b2
2 SC stem2
3 SC stem3
4 BC b1
5 TC t1
6 BC b3我想做的是根据main_df中的分组来平均source_df中的每一列。所以最后看起来是这样的：
SC BC TC
foo (20+10+11)/3 (23+22+79)/3 3/1
bar (17+13+505)/3 (12+13+88)/3 1/1
qui (17+13+5)/3 (12+13+88)/3 3/1我怎样才能做到这一点？
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-01-21 03:02:49
您可以将source_df转换为dict，并使用.groupby() on axis=1将其应用于main_df。
main_df.set_index('gene', inplace=True)
col_dict = source_df.set_index('phenotype').squeeze().to_dict()
main_df.groupby(col_dict, axis=1).mean()
BC SC TC
gene
foo 41.333333 13.666667 3
bar 37.666667 178.333333 1
qui 37.666667 11.666667 3Stack Overflow用户
发布于 2016-01-21 05:57:31
您可以为source_df和main_df设置索引，然后通过celltype使用pd.concat和groupby
main_df.set_index('gene', inplace=True)
source_df.set_index("phenotype", inplace=True)
In [30]: pd.concat([main_df.T, source_df], axis=1)
Out[30]:
gene foo bar qui celltype
b1 23 12 12 BC
b2 22 13 13 BC
b3 79 88 88 BC
stem1 20 17 17 SC
stem2 10 13 13 SC
stem3 11 505 5 SC
t1 3 1 3 TC
In [33]: pd.concat([main_df.T, source_df], axis=1).groupby(['celltype']).mean().T
Out[33]:
celltype BC SC TC
gene
foo 41.333333 13.666667 3
bar 37.666667 178.333333 1
qui 37.666667 11.666667 3页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/34914512
复制相关文章
相似问题
腾讯云开发者
