我需要根據作為我的對照的另一個測驗來計算測驗的靈敏度和特異性。為此，我需要合并三個資料框。
第一個連接位于包含所有案例的列與包含控制測驗結果的另一列之間。（我知道如何做到這一點，但我展示了上一步，讓您了解我最后需要做什么）。
第一個資料框：
data = [['ch1.1234578C>T'], ['ch2.123459G>A'], ['ch3.234569A>T'], ['chX.246890A>G']]
comparison = pd.DataFrame(data, columns = ['All_common_variants_ID'])
comparison
All_common_variants_ID
1 ch1.1234578C>t
2 ch2.123459G>A
3 ch3.234569A>T
4 chX.246890A>G
第二個資料框：
data = [['ch1.1234578C>T'], ['ch2.123459G>A']]
control = pd.DataFrame(data, columns = ['Sample_ID'])
control
Sample_ID
1 ch1.1234578C>T
2 ch2.123459G>A
我已將這兩個資料框與此代碼合并：
comparative = comparison.merge(control[['Sample_ID']],left_on='All_common_variants_ID',right_on='Sample_ID',how='outer').fillna('Real negative')
comparative = comparative.rename(columns={'Sample_ID': 'CONTROL'})
comparative
All_common_variants_ID CONTROL
1 ch1.1234578C>T ch1.1234578C>T
2 ch2.123459G>A ch2.123459G>A
3 ch3.234569A>T Real negative
4 chX.246890A>G Real negative
現在是我遇到問題的地方。
我需要在條件下將第三個資料框（測驗）與comparative資料框的第一列和第二列連接起來。
條件是：
- 如果測驗資料框的值與第二列中的值匹配，則添加“真陽性”。
- 如果。值與第二列中的任何值都不匹配添加“假陰性”。
- 如果與第一列和第二列的值匹配的值是“真實負”，則添加“假正”。
- 對于其余的單元格，添加“真陰性”。
根據提供的樣本，這將是預期的結果。
All_common_variants_ID CONTROL Test
1 ch1.1234578C>T ch1.1234578C>T True-positive # ch1.1234578C>T match with the second column
2 ch2.123459G>A ch2.123459G>A False-negative # ch2.123459G>A is not in my test column
3 ch3.234569A>T Real negative False-positive # ch3.234569A>T match with first column but second column is real negative
4 chX.246890A>G Real negative True-negative # chX.246890A>G is not in my test column and is not in the control column.
一些評論：
- 任何列中都沒有重復值
- All_common_variants_ID 包含控制和測驗列之間的所有值。
uj5u.com熱心網友回復：
用 np.select
# Setup test dataframe
data = [['ch1.1234578C>T'], ['ch3.234569A>T']]
test = pd.DataFrame(data, columns=['Test'])
# Build variables to np.select
condlist = [comparative['CONTROL'].isin(test['Test']),
~comparative['CONTROL'].isin(test['Test'])
& comparative['CONTROL'].ne('Real negative'),
comparative['All_common_variants_ID'].isin(test['Test'])
& comparative['CONTROL'].eq('Real negative')]
choicelist = ['True-positive', 'False-negative', 'False-positive']
default = 'True-negative'
# Create new column
comparative['Test'] = np.select(condlist, choicelist, default)
輸出：
>>> comparative
All_common_variants_ID CONTROL Test
0 ch1.1234578C>T ch1.1234578C>T True-positive
1 ch2.123459G>A ch2.123459G>A False-negative
2 ch3.234569A>T Real negative False-positive
3 chX.246890A>G Real negative True-negative
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/333423.html