通过将逻辑应用于现有数据框来创建新的熊猫数据框

debugcn 发表于 Dev

Abdul Karim Khan |

我有两个熊猫数据框，如下所示。

data_1= {'features_names': ['F1','F2','F3','F4'],
        'Sample_1': [2260,25000,27000,35000],
        'Sample_2': [22000,25,8,35000],
         'Sample_3': [2350,25000,27000,3900],
         'Sample_4': [25000,2570,250,3000]

        }
df_1 = pd.DataFrame(data_1)

另一个数据帧如下。

data_2={'Sample_name': ['Sample_2','Sample_3','Sample_4','Sample_1'],
        'class': ['class_1','class_1','class_2','class_3'],
        'sex': ['m','m','f','m'],
         'age': [23,25,21,35],
         'RIN': [2.5,2.8,3.8,3.0]

        }
df_2 = pd.DataFrame(data_2)

现在使用df_1和df_2，我要创建df_3如下内容。

我已经用以下代码手动完成了。

data_3= {
    'class': ['class_3','class_1','class_1','class_2'],

    'sex': ['m','m','f','f'],

    'age': [35,23,25,21],

    'RIN': [3.0,2.5,2.8,3.8],

    'features_names': ['F1','F2','F3','F4'],
        'Sample_1': [2260,25000,27000,35000],
        'Sample_2': [22000,25,8,35000],
         'Sample_3': [2350,25000,27000,3900],
         'Sample_4': [25000,2570,250,3000]

        }
df_3 = pd.DataFrame(data_3)

但实际上，我有大量数据，并且无法手动进行。有没有自动的方式来做到这一点。

耶斯列尔

使用concat与排序的数据框柱Sample_name通过DataFrame.sort_values，然后删除列：

df_3 = (pd.concat([df_2.sort_values('Sample_name').reset_index(drop=True), df_1], axis=1)
          .drop('Sample_name', axis=1))
print (df_3)

     class sex  age  RIN features_names  Sample_1  Sample_2  Sample_3  \
0  class_3   m   35  3.0             F1      2260     22000      2350   
1  class_1   m   23  2.5             F2     25000        25     25000   
2  class_1   m   25  2.8             F3     27000         8     27000   
3  class_2   f   21  3.8             F4     35000     35000      3900   

   Sample_4  
0     25000  
1      2570  
2       250  
3      3000

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。