- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我想评估样本及其副本(以 _2 结尾)是否在其年龄、家族史和诊断字段中输入了数据。如果一个样本有条目,而其副本没有(所有“-”条目),那么我想将样本中的条目复制到重复字段。评估应该以相反的方式进行:如果重复项有条目而样本没有,则将它们复制到样本字段。
基本上,我希望 input_df 看起来像desired_df(如下所示)。
input_df = pd.DataFrame(columns=['Sample', 'Date','Age', 'Family History', 'Diagnosis'],
data=[
['HG_12_34', '12/3/12', '23', 'Y', 'Jerusalem Syndrome'],
['LG_3_45', '3/4/12', '45', 'N', 'Paris Syndrome'],
['HG_12_34_2', '4/5/13', '-', '-', '-'],
['KD_89_9', '8/9/12', '-', '-', '-'],
['KD_98_9_2', '6/1/13', '54', 'Y', 'Chronic Hiccups'],
['LG_3_45_2', '4/4/10', '59', 'N', 'Dangerous Sneezing Syndrome']
])
desired_df = pd.DataFrame(columns=['Sample', 'Date','Age', 'Family History', 'Diagnosis'],
data=[
['HG_12_34', '12/3/12', '23', 'Y', 'Jerusalem Syndrome'],
['LG_3_45', '3/4/12', '45', 'N', 'Paris Syndrome'],
['HG_12_34_2', '4/5/13', '23', 'Y', 'Jerusalem Syndrome'],
['KD_89_9', '8/9/12', '54', 'Y', 'Chronic Hiccups'],
['KD_98_9_2', '6/1/13', '54', 'Y', 'Chronic Hiccups'],
['LG_3_45_2', '4/4/10', '59', 'N', 'Dangerous Sneezing Syndrome']
])
下面详细介绍了我对此的真正低效且不完整的尝试:
def testing(duplicate, df):
''' Checking difference in phenotype data between duplicates
and return the sample name if
'''
# only assess the duplicate
if duplicate['Sample'][:-2] in list(df['Sample'].unique()):
# get sam row
sam = df[df['Sample'] == duplicate['Sample'][:-2]]
# store the Age, Family History and Diagnosis in a list for each sample
sam_pheno = sam.iloc[0][2:4].fillna("-").tolist()
duplicate_pheno = duplicate[2:4].fillna("-").tolist()
# if the duplicate sample has nothing in these fields then return the
# orginal sample name
if len(set(duplicate_pheno)) == 1 and list(set(duplicate_pheno))[0] == "-" \
and len(set(sam_pheno)) > 1:
return duplicate['Sample'][:-2]
# this creates a column called Pheno which has the name of the sample which contains the phenotype data that they should share. This is intended so that I can somehow copy over the phenotype data from the sample name in the Pheno field. However, I have no idea how to do this.
input_df['Pheno'] = input_df.apply(lambda x: testing(x, input_df), axis =1)
最佳答案
您可以使用:
#replace all - values to NaN
input_df = input_df.replace('-',np.nan)
#all values end with _2 and longer as 7
mask = (input_df.Sample.str.endswith('_2')) & (input_df.Sample.str.len() > 7)
#create new columnn same with column Sample + remove last 2 chars (_2)
input_df.ix[mask, 'same'] = input_df.ix[mask, 'Sample'].str[:-2]
#replace NaN in same by Sample column
input_df.same = input_df.same.combine_first(input_df.Sample)
#sort values
input_df = input_df.sort_values(['same','Family History'], ascending=False)
#replace NaN by forward filling
input_df[['Age','Family History','Diagnosis']] =
input_df[['Age','Family History','Diagnosis']].ffill()
#get original index by sorting
input_df.sort_index(inplace=True)
#remove column same
input_df.drop('same', axis=1, inplace=True)
print (input_df)
Sample Date Age Family History Diagnosis
0 HG_12_34 12/3/12 23 Y Jerusalem Syndrome
1 LG_3_45 3/4/12 45 N Paris Syndrome
2 HG_12_34_2 4/5/13 23 Y Jerusalem Syndrome
3 KD_89_9 8/9/12 54 Y Chronic Hiccups
4 KD_98_9_2 6/1/13 54 Y Chronic Hiccups
5 LG_3_45_2 4/4/10 59 N Dangerous Sneezing Syndrome
<小时/>
print (desired_df)
Sample Date Age Family History Diagnosis
0 HG_12_34 12/3/12 23 Y Jerusalem Syndrome
1 LG_3_45 3/4/12 45 N Paris Syndrome
2 HG_12_34_2 4/5/13 23 Y Jerusalem Syndrome
3 KD_89_9 8/9/12 54 Y Chronic Hiccups
4 KD_98_9_2 6/1/13 54 Y Chronic Hiccups
5 LG_3_45_2 4/4/10 59 N Dangerous Sneezing Syndrome
关于python - 评估重复样本的字段数据是否不同以及是否复制数据?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40174063/
我有 table 像这样 -------------------------------------------- id size title priority
我的应用在不同的 Activity (4 个 Activity )中仅包含横幅广告。所以我的疑问是, 我可以对所有横幅广告使用一个广告单元 ID 吗? 或者 每个 Activity 使用不同的广告单元
我有任意(但统一)数字列表的任意列表。 (它们是 n 空间中 bin 的边界坐标,我想绘制其角,但这并不重要。)我想生成所有可能组合的列表。所以:[[1,2], [3,4],[5,6]] 产生 [[1
我刚刚在学校开始学习 Java,正在尝试自定义控件和图形。我目前正在研究图案锁,一开始一切都很好,但突然间它绘制不正确。我确实更改了一些代码,但是当我看到错误时,我立即将其更改回来(撤消,ftw),但
在获取 Distinct 的 Count 时,我在使用 Group By With Rollup 时遇到了一个小问题。 问题是 Rollup 摘要只是所有分组中 Distinct 值的总数,而不是所有
这不起作用: select count(distinct colA, colB) from mytable 我知道我可以通过双选来简单地解决这个问题。 select count(*) from (
这个问题在这里已经有了答案: JavaScript regex whitespace characters (5 个回答) 2年前关闭。 你能解释一下为什么我会得到 false比较 text ===
这个问题已经有答案了: 奥 git _a (56 个回答) 已关闭 9 年前。 我被要求用 Javascript 编写一个函数 sortByFoo 来正确响应此测试: // Does not cras
所以,我不得不说,SQL 是迄今为止我作为开发人员最薄弱的一面。也许我想要完成的事情很简单。我有这样的东西(这不是真正的模型,但为了使其易于理解而不浪费太多时间解释它,我想出了一个完全模仿我必须使用的
这个问题在这里已经有了答案: How does the "this" keyword work? (22 个回答) 3年前关闭。 简而言之:为什么在使用 Objects 时,直接调用的函数和通过引用传
这个问题在这里已经有了答案: 关闭 12 年前。 Possible Duplicate: what is the difference between (.) dot operator and (-
我真的不明白这里发生了什么但是: 当我这样做时: colorIndex += len - stopPos; for(int m = 0; m < len - stopPos; m++) { c
思考 MySQL 中的 Group By 函数的最佳方式是什么? 我正在编写一个 MySQL 查询,通过 ODBC 连接在 Excel 的数据透视表中提取数据,以便用户可以轻松访问数据。 例如,我有:
我想要的SQL是这样的: SELECT week_no, type, SELECT count(distinct user_id) FROM group WHERE pts > 0 FROM bas
商店表: +--+-------+--------+ |id|name |date | +--+-------+--------+ |1 |x |Ma
对于 chrome 和 ff,当涉及到可怕的 ie 时,这个脚本工作完美。有问题 function getY(oElement) { var curtop = 0; if (oElem
我现在无法提供代码,因为我目前正在脑海中研究这个想法并在互联网上四处乱逛。 我了解了进程间通信和使用共享内存在进程之间共享数据(特别是结构)。 但是,在对保存在不同 .c 文件中的程序使用 fork(
我想在用户集合中使用不同的功能。在 mongo shell 中,我可以像下面这样使用: db.users.distinct("name"); 其中名称是用于区分的集合字段。 同样我想要,在 C
List nastava_izvjestaj = new List(); var data_context = new DataEvidencijaDataContext();
我的 Rails 应用程序中有 Ransack 搜索和 Foundation,本地 css 渲染正常,而生产中的同一个应用程序有一个怪癖: 应用程序中的其他内容完全相同。 我在 Chrome 和 Sa
我是一名优秀的程序员,十分优秀!