python - 使用其他列对 Pandas 对象列进行切片

Question

给定这张表:

╔═══╦══════════╦═══════════╦═════════════╗
║   ║ position ║ amino_var ║ sequence    ║
╠═══╬══════════╬═══════════╬═════════════╣
║ 0 ║ 3        ║ A         ║ MWSWKCLLFWA ║
║ 1 ║ 4        ║ G         ║ MWSWKCLLFWH ║
║ 2 ║ 6        ║ I         ║ MWSWKCLFLVH ║
║ 3 ║ 3        ║ C         ║ MWSWVESFLVH ║
║ 4 ║ 2        ║ V         ║ MWEQAQPWGAH ║
╚═══╩══════════╩═══════════╩═════════════╝

或者您可以使用以下方法构建此数据框:

uniprots = pd.DataFrame({'position': [3,4,6,3,2], 'amino_var': ['A', 'G', 'I', 'C', 'V'], 'sequence': ['MWSWKCLLFWA', 'MWSWKCLLFWH', 'MWSWKCLFLVH', 'MWSWVESFLVH', 'MWEQAQPWGAH']})

我想把 position + 1 和 position - 1 之间的序列部分切片，例如，然后替换 position 中的字母amino_var 中的字母。

我试过这个:

uniprots.sequence.str[uniprots.position - 1 : uniprots.position + 1]

但是我得到了一个充满 NaN 的系列。我的预期输出是:

╔═══╦════════╗
║   ║ output ║
╠═══╬════════╣
║ 0 ║ WAW    ║
║ 1 ║ SGK    ║
║ 2 ║ KIL    ║
║ 3 ║ WCW    ║
║ 4 ║ MVE    ║
╚═══╩════════╝

Answer 1

您可以使用 DataFrame.apply为此:

def get_subsequence(row, width=1):
    seq = row['sequence']
    pos = row['position']-1
    return seq[pos-width:pos] + row['amino_var'] + seq[pos+1:pos+width+1]

uniprots['sequence'] = uniprots.apply(get_subsequence, axis=1)

然后我们得到:

>>> uniprots.apply(get_subsequence, axis=1)
0    WAW
1    SGK
2    KIL
3    WCW
4    MVE
dtype: object

如果我们想要更大的跨度，我们可以设置width参数，例如functools.partial:

<b>from functools import partial</b>

uniprots['sequence'] = uniprots.apply(<b>partial(</b>get_subsequence<b>, width=3)</b>, axis=1)

结果是:

>>> uniprots.apply(partial(get_subsequence, width=3), axis=1)
0       AWKC
1    MWSGKCL
2    SWKILFL
3       CWVE
4       VEQA

字符串不等长的原因是因为我们碰到了字符串的边界。