python - 如何使用python计算csv文件中具有条件的元素

Question

我是 python 语言的新手。我有一个 csv 格式的表，其中包含 n 列，其中标题是 Tax_id，每列都包含这样的物种名称

9606                  9606.1               508771  
0                root                root                  root    
1  cellular organisms  cellular organisms    cellular organisms
2           Eukaryota           Eukaryota             Eukaryota
3        Opisthokonta        Opisthokonta                   Sar
4             Metazoa             Metazoa             Alveolata
5           Eumetazoa           Eumetazoa           Apicomplexa
6           Bilateria           Bilateria           Conoidasida
7       Deuterostomia       Deuterostomia              Coccidia
8            Chordata            Chordata        Eucoccidiorida
9            Craniata            Craniata           Eimeriorina

我想要做的是能够编写一个 python 代码，该代码仅针对包含名为“Metazoa”的物种的列计算每个物种的出现次数。

#to return something like

    Eumetazoa 2
    Bilateria 2
    Craniata  2

Answer 1

我仍然不完全确定你想要什么。这样的东西有用吗？请注意，您需要为此安装 pandas 包 ( How to install pandas )。

我假设您的 CSV 文件看起来像:

s = '''9606,9606.1,508771
0,root,root,root
1,cellular organisms,cellular organisms,cellular organisms
2,Eukaryota,Eukaryota,Eukaryota
3,Opisthokonta,Opisthokonta,Sar
4,Metazoa,Metazoa,Alveolata
5,Eumetazoa,Eumetazoa,Apicomplexa
6,Bilateria,Bilateria,Conoidasida
7,Deuterostomia,Deuterostomia,Coccidia
8,Chordata,Chordata,Eucoccidiorida
9,Craniata,Craniata,Eimeriorina'''

算法:

import pandas as pd
from io import StringIO

def filter_and_count(df, search_string):
    df_filtered = df.loc[:, (df == search_string).any(axis=0)]
    return pd.melt(df_filtered)['value'].value_counts()

df = pd.read_csv(StringIO(s))  # replace this with read_csv("filename")
print(filter_and_count(df, 'Metazoa'))

输出:

root                  2
Metazoa               2
Deuterostomia         2
Craniata              2
cellular organisms    2
Chordata              2
Eumetazoa             2
Opisthokonta          2
Eukaryota             2
Bilateria             2
Name: value, dtype: int64