我目前有兩個 DataFrames，一個有一個質量串列（列為 column 'mass_pos'）：
entry mass Precursor Monoisotopic mass_pos masses match
0 KGTLP 110 KGTLP 581.69 691.69 True
1 KGTLP 125 KGTLP 581.69 706.69 True
2 KGTLP 133 KGTLP 581.69 714.69 True
3 KGTLP 139 KGTLP 581.69 720.69 True
4 KGTLP 153 KGTLP 581.69 734.69 True
... ... ... ... ... ...
355675 GTKKP 42 GTKKP 596.70 638.70 True
355676 GTKKP 43 GTKKP 596.70 639.70 True
355677 GTKKP 210 GTKKP 596.70 806.70 True
355678 GTKKP 226 GTKKP 596.70 822.70 True
355679 GTKKP 0 GTKKP 596.70 596.70 True
另一個 DataFrame 如下所示：
Mass
0 586.672
1 798.780
2 690.780
3 400.000
4 662.000
如您所見，我曾經np.isclose查看第二個 DataFrame 中是否有一個'mass_pos'值在第一個 DataFrame中的值的某個容差范圍內，然后將布林值附加到第一個df. 我就是這樣做的：
tolerance = tol_in #provides margin of error
match_mass = lambda x: np.any(np.isclose(x, mass_q_sequence['Mass'], atol=tolerance))
df_seq2['masses match'] = df_seq2['mass_pos'].apply(match_mass)
df_seq2 = df_seq2[df_seq2['masses match'] == True] #remove all false rows from df
我開始意識到我需要計算 ppm 誤差，這涉及找到'mass pos'和'mass'值之間的誤差，因此簡單的布爾輸出不再足夠。有沒有辦法報告這些值之間的差異，或者將第二個 df 中的匹配值附加到滿足布林值的第一個 df 中？
本質上，我只需要報告第二個 df 中的哪些值滿足第一個中的布林值。
uj5u.com熱心網友回復：
如果我猜對了，您只想從第二個資料幀中找到最接近的值。
masses = mass_q_sequence['Mass']
mass_pos = df_seq2['mass_pos']
# using broadcasting and finding indices of closest mass for each mass_pos:
closest_mass_indices = np.argmin(np.abs(masses.reshape(1, -1) - mass_pos.reshape(-1, 1)), axis=1)
df['closest_mass'] = masses[closest_mass_indices]
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/391882.html
下一篇：Numpypower回傳負值