我有两个数据帧,如
表1:
ORFs_values Groups SP1 SP2 SP3
SP_ORF1 Group1 1 1 0
SP_ORF1 Group2 0 0 0
SP_ORF1 Group3 0 1 0
SP_ORF1 Group4 1 1 1
SP_ORF1 Group5 1 1 1
和另一个:
选项卡2
Groups SP_names SP_names2
Group1 SP1 SP1_A
Group1 SP2 SP2_A
Group3 SP2 SP2_BL
Group4 SP1 SP1_BI
Group4 SP2 SP2_OP
Group4 SP3 SP3_I
Group5 SP3 SP3_0
Group5 SP3 SP3_P
Group5 SP3 SP3_K
我想在Tab1中用1替换所有单元格,并为每个匹配的Groups
和SP_names
替换相应的SP_names2
。
例如,在Tab1的第一行中,Group1
中SP1
的SP_names2
值为SP1_A
,因此我用SP1_A
替换1,依此类推…
然后我应该得到以下输出:
新建选项卡1:
ORFs_values Groups SP1 SP2 SP3
SP_ORF1 Group1 SP1_A SP2_A 0
SP_ORF1 Group2 0 0 0
SP_ORF1 Group3 0 SP2_BL 0
SP_ORF1 Group4 SP1_BI SP2_OP SP3_I
SP_ORF1 Group5 0 0 SP3_0|SP3_P|SP3_K
如果可以的话,下面是dict格式的两个df:
表1
{'ORFs_values': {0: 'SP_ORF1', 1: 'SP_ORF1', 2: 'SP_ORF1', 3: 'SP_ORF1'}, 'Groups': {0: 'Group1', 1: 'Group2', 2: 'Group3', 3: 'Group4'}, 'SP1': {0: 1, 1: 0, 2: 0, 3: 1}, 'SP2': {0: 1, 1: 0, 2: 1, 3: 1}, 'SP3': {0: 0, 1: 0, 2: 0, 3: 1}}
选项卡2
{'Groups': {0: 'Group1', 1: 'Group1', 2: 'Group3', 3: 'Group4', 4: 'Group4', 5: 'Group4', 6: 'Group5', 7: 'Group5', 8: 'Group5'}, 'SP_names': {0: 'SP1', 1: 'SP2', 2: 'SP2', 3: 'SP1', 4: 'SP2', 5: 'SP3', 6: 'SP3', 7: 'SP3', 8: 'SP3'}, 'SP_names2': {0: 'SP1_A', 1: 'SP2_A', 2: 'SP2_BL', 3: 'SP1_BI', 4: 'SP2_OP', 5: 'SP3_I', 6: 'SP3_0 ', 7: 'SP3_P', 8: 'SP3_K '}}
**#编辑,如果我有Group5
示例中的重复项,是否可以添加由管道分隔的所有重复项SP_names2
?
以下是使用mask()
的解决方案
df
是Tab1,df2
是Tab2
df = df.set_index('Groups')
(df.mask(df.eq(1),
df2.set_index(['Groups','SP_names'])['SP_names2'].unstack())
.reset_index())
输出:
Groups ORFs_values SP1 SP2 SP3
0 Group1 SP_ORF1 SP1_A SP2_A 0
1 Group2 SP_ORF1 0 0 0
2 Group3 SP_ORF1 0 SP2_BL 0
3 Group4 SP_ORF1 SP1_BI SP2_OP SP3_I