我有一個df，我想在其中添加一個自定義的標量，這個標量在查詢資料框中。因此，對于每條有chr1的記錄，我想添加0，對于每條有chr2的記錄，我想添加248956422，等等。
lookup = pd.DataFrame(
[
["chr1"/span>, 0.0]。
["chr2", "248956422.0"] 。
["chr3", "491149951.0"] 。
],
columns=["chromosome", "position"])
df = pd.DataFrame([
["chr1", 50001] 。
["chr1", 150001] 。
["chr1", 250001] 。
["chr2", 50001]。
["chr2", 350001] 。
["chr3", 10000] 。
["chr3", 110000]。
], columns=["chrom", "midpoint"])
最終的輸出應該是這樣的：
pd.DataFrame([
["chr1"/span>, 50001]。
["chr1", 150001] 。
["chr1", 250001] 。
["chr2", 249006423]。
["chr2", 249306423] 。
["chr3", 491159951] 。
["chr3", 491259951]。
], columns=["chrom", "midpoint"])
我可以在一個應用函式中進行，并回圈瀏覽每一行，但這似乎效率不高。有沒有一種方法可以將其矢量化并有效地完成呢？
uj5u.com熱心網友回復：
使用Series.map由Series并添加到原列midpoint：
s = df.set_index('chromosome') ['position']
df2['midpoint'] = df2['chrom'] 。 map(s).astype(float) .astype(int)
print (df2)
鉻中點
0 chr1 50001
1 chr1 150001
2 chr1 250001
3 chr2 249006423
4 chr2 249306423
5 chr3 491159951
6 chr3 491259951
如果可能有些值不匹配，例如chr4：
df2 = pd.DataFrame([
["chr1", 50001] 。
["chr1", 150001] 。
["chr1", 250001] 。
["chr2", 50001] 。
["chr2", 350001] 。
["chr3", 10000] 。
["chr4", 110000] 。
], columns=["chrom", "midpoint"])
s = df.set_index('chromosome') ['position']
df2['midpoint'] = df2['chrom'].map（s）。 fillna(0).astype(float).astype(int)
print (df2)
鉻中點
0 chr1 50001
1 chr1 150001
2 chr1 250001
3 chr2 249006423
4 chr2 249306423
5 chr3 491159951
6 chr4 110000
uj5u.com熱心網友回復：
或者用一行字：
df2.set_index('chrom').add(df. set_index('chromosome').reindex(df2['chrom']).to_numpy().astype(float) .reset_index()
chrom midpoint
0 chr1 50001.0
1 chr1 150001.0
2 chr1 250001.0
3 chr2 249006423.0
4 chr2 249306423.0
5 chr3 491159951.0
6 chr3 491259951.0
只需將df的索引設定為chrom，并將其重新索引為df2['chrom']，然后將相應的索引值加在一起。
如果有一些可能不匹配，請做：
如果有一些可能不匹配，請做：
df2.set_index('chrom').add(df.set_index('romosome')。 reindex(df2['chrom']).fillna(0).to_numpy().astype(float) ）.reset_index()
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/332433.html
標籤：
上一篇：合并兩個資料幀，同時向前尋找