我有以下数据框:
id coord_id val1 val2 record val3
0 snp chr15_1-1000 1.0 0.9 xx12 2
1 snv chr15_1-1000 1.0 0.7 yy12 -4
2 ins chr15_1-1000 0.01 0.7 jj12 -4
3 ins chr15_1-1000 1.0 1.5 zzy1 -5
4 ins chr15_1-1000 1.0 1.5 zzy1 -5
5 del chr10_2000-4000 0.1 1.2 j112 12
6 del chr10_2000-4000 0.4 1.1 jh12 15
我正在尝试计算每个 id 出现的每个 coord_id 的次数,但将 val1 列保留在结果表中,但仅包含该列中的值的范围,例如,我正在尝试完成以下结果:
id snp snv ins del total val1
chr15_1-1000 1 1 3 0 5 0.01-1.0
chr10_2000-4000 0 0 0 2 2 0.1-0.4
我想按列总计升序排序。
非常感谢提前。
最佳答案
首先转入包含计数聚合和边际总和的 id
列。然后使用 val1
min-max 字符串进行 join()
:
(df.pivot_table(index='coord_id', columns='id', values='val1',
aggfunc='count', fill_value=0,
margins=True, margins_name='total')
.join(df.groupby('coord_id').val1.agg(lambda x: f'{x.min()}-{x.max()}'))
.sort_values('total', ascending=False)
.drop('total'))
# del ins snp snv total val1
# coord_id
# chr15_1-1000 0 3 1 1 5 0.01-1.0
# chr10_2000-4000 2 0 0 0 2 0.1-0.4
关于python-3.x - 对多个列进行计数并在单独的列中列出计数并保留一列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67454148/