python - 如何通过一次读取一行来转置 pandas Dataframe 中的数据？

Question

在 pandas 数据框中:

contig  haplotype_block hap_X   hap_Y   odds_ratio  My_hap  Sp_hap
2         726           C-G-C   T-C-T    0.012      C-G-C    T-C-T
2         1094          G-C     A-T      0.02       A-T      G-C
2         1335          C-T-T   A-C-A    0.001      A-C-A    C-T-T
2         3353          T-T     A-C      314.5      T-T      A-C

我想转置数据。一个简单的转置就可以了，但这有点复杂。

• 我不需要移动列索引。
• 基本上行数会增加。

我想做的就是先读取每一行(行然后)转置该行。

contig  haplotype_block hap_X   hap_Y   odds_ratio  My_hap  Sp_hap
2         726           C       T        0.012      C         T
2         726           G       C         -         G         C
2         726           C       T         -         C         T
2         1094          G       A        0.02       A         G
2         1094          C       T         -         T         C

现在，转置第三行并沿行添加到上面的数据框。

我可以使用 for 循环(一次读取每一行)来完成此操作，但我专门寻找使用 pandas dataframe 的解决方案，因此内存占用以及代码理解清晰而优雅。

谢谢

Answer 1

您可以使用:

from  itertools import chain

#create list by split
cols = ['hap_X','hap_Y','My_hap','Sp_hap']
df[cols] = df[cols].apply(lambda x: x.str.split('-'))

#new df with flatening lists and repeating
lens = df.hap_X.str.len()
df2 = pd.DataFrame({
        "contig": np.repeat(df.contig.values, lens),
        "haplotype_block": np.repeat(df.haplotype_block.values, lens),
        "hap_X": list(chain.from_iterable(df.hap_X)),
        "hap_Y": list(chain.from_iterable(df.hap_Y)),
        "odds_ratio": np.repeat(df.odds_ratio.values, lens),
        "My_hap": list(chain.from_iterable(df.My_hap)),
        "Sp_hap": list(chain.from_iterable(df.Sp_hap))
}).reindex_axis(df.columns, axis=1)

#correct column odds_ratio - only first value
s = pd.Series(np.repeat(df.index.values, lens))
df2.loc[s.duplicated(), 'odds_ratio'] = '-'
print (df2)

   contig  haplotype_block hap_X hap_Y odds_ratio My_hap Sp_hap
0       2              726     C     T      0.012      C      T
1       2              726     G     C          -      G      C
2       2              726     C     T          -      C      T
3       2             1094     G     A       0.02      A      G
4       2             1094     C     T          -      T      C
5       2             1335     C     A      0.001      A      C
6       2             1335     T     C          -      C      T
7       2             1335     T     A          -      A      T
8       2             3353     T     A      314.5      T      A
9       2             3353     T     C          -      T      C