Pandas遍歷資料框以通過相關內容關聯單元格

標題可能不是我想做的事情的完整描述，但我會盡量完整地解釋我在做什么。我有一個包含來自目錄中檔案的所有資料的 Pandas Dataframe。

>  Drive  Main             Project Imaging Folder Experimental Group  \
> 0     Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 1     Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 79    Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 80    Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 91    Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 92    Z:  koch  SARS-CoV-2 Project        Imaging     SmF_SCoV_5'UTR  
> 
> 
>            Experimental Rep                        File Name  \ 0   20210424_CMV_SARS_5'UTR   mRNA_MAX_Cell09_Spot_Stats.csv    1  
> 20210424_CMV_SARS_5'UTR   mRNA_MAX_Cell10_Spot_Stats.csv    79 
> 20210424_CMV_SARS_5'UTR  AVG_BG_MAX_Cell10.tif (RGB).tif    80 
> 20210424_CMV_SARS_5'UTR               AVG_MAX_Cell10.tif    91 
> 20210424_CMV_SARS_5'UTR                   MAX_Cell09.tif    92 
> 20210424_CMV_SARS_5'UTR                   MAX_Cell10.tif   
> 
>                                                  Path     7   0   Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...   NaN   1  
> Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...   NaN   79 
> Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...  None   80 
> Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...  None   91 
> Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...  None   92 
> Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'...  None

在這個資料框中，我有 csv 檔案和 tif 檔案。我已經有了可以讀入所有 csv 檔案的代碼，我可以根據檔案名訪問它們。

FINDPATH = Path("Z:\koch\Imaging")
FILEEXT = ("*.csv")

files_dfs = {}

for csv_file in FINDPATH.rglob(FILEEXT):
    filename = csv_file.name
    df = pd.read_csv(csv_file)
    files_dfs[filename] = df

這些 csv 檔案中的每一個都有一個各自的 tif 檔案。例如 mRNA_MAX_Cell09_Spot_Stats.csv 來自 MAX_Cell09.tif。

我現在需要想出一種方法來遍歷資料幀，只取原始 tif 檔案（都命名為 MAX_Cell ...），輸出檔案路徑，最后得到相應的 csv 檔案名。

目標是能夠獲取 tif 檔案并進行計算機模擬并與 csv 檔案中的真實資料進行比較。

我希望這能得到很好的解釋。任何見解都會很有幫助。

謝謝

uj5u.com熱心網友回復：

這里基本上有兩個步驟：

1. 獲取細胞編號，以便我們可以匹配屬于同一實驗和細胞編號的檔案。
2. 使用 groupby() 執行匹配。

之后，您可以遍歷 groupby，并獲取屬于單個實驗的行。

例子：

s = """Drive,Main,Project,Imaging Folder,Experimental Group,Experimental Rep,File Name,Path
0,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,mRNA_MAX_Cell09_Spot_Stats.csv,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\mRNA_MAX_Cell09_Spot_Stats.csv
1,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,mRNA_MAX_Cell10_Spot_Stats.csv,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\mRNA_MAX_Cell10_Spot_Stats.csv
79,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,AVG_BG_MAX_Cell10.tif (RGB).tif,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\AVG_BG_MAX_Cell10.tif (RGB).tif
80,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,AVG_MAX_Cell10.tif,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\AVG_MAX_Cell10.tif
91,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,MAX_Cell09.tif,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\MAX_Cell09.tif
92,Z:,koch,SARS-CoV-2 Project,Imaging,SmF_SCoV_5'UTR,20210424_CMV_SARS_5'UTR,MAX_Cell10.tif,Z:\koch\SARS-CoV-2 Project\Imaging\SmF_SCoV_5'UTR\MAX_Cell10.tif
"""
import pandas as pd
import io

df = pd.read_csv(io.StringIO(s))


# Extract the cell number in the filename of each file
df['Cell Num'] = df['File Name'].str.extract('Cell([0-9] )[._]')
# Extract the filetype for each file
df['File Type'] = df['File Name'].str.extract('\\.([a-z]{2,4})')
# Keep only files which are either csv or tif files of the form MAX_CellNN.tif
df = df.loc[(df['File Type'] == 'csv') | (df['File Name'].str.match("MAX_Cell[0-9] .tif"))]

for group_id, group_df in df.groupby(["Experimental Group", "Experimental Rep", "Cell Num"]):
    experimental_group, experimental_rep, cell_num = group_id
    print(experimental_group, experimental_rep, cell_num)
    file_group = group_df['File Name'].to_list()
    print(file_group)

（前八行只是為了使示例可重現。如果您已經擁有資料框，則不需要它們。）

標籤：Python 熊猫 数据框 文件

上一篇：將串列垂直寫入csv檔案

下一篇：使用copy_fromcsv檔案到Postgresdb時，Psycopg2不會自動生成ID