从多个panda数据帧创建矩阵

Question

我基本上没有熊猫的经验，我试图强迫自己更多地使用它。

我正试图加入"；计数"；以创建计数矩阵。我通常用好的旧python词典来做这件事，但如果有一个简单的方法来处理熊猫，我会有兴趣学习的。

我有多个数据帧。它们的大小不相等。GeneID和geneName基本上是一回事。只是识别基因的不同方法。

我的数据帧如下：

数据帧1:

geneID  geneName  count
0    A123    ABC       202
1    B456    DEF       30
2    C789    GHI       265

数据帧2:

geneID  geneName  count
0    X999    FOO       700
1    B456    DEF       606
2    C789    GHI       777

如果基因名称/基因ID不存在于任何数据帧中；0"；在矩阵文件中。

以下是加入计数后的期望结果：

geneID  geneName  df1   df2   df3 ...
0    A123    ABC       202   0
1    B456    DEF       30    606
2    C789    GHI       265   777
3    X999    FOO       0     700

提前感谢您提供的任何解决方案和熊猫学习技巧！

Answer 1

尝试pd.concat:

pd.concat([d.set_index(['geneID','geneName']).rename(columns={'count':f'df{i}'})
for i,d in enumerate([df1,df2])], axis=1
).fillna(0)

输出：

df0    df1
geneID geneName              
A123   ABC       202.0    0.0
B456   DEF        30.0  606.0
C789   GHI       265.0  777.0
X999   FOO         0.0  700.0

---

或者concat然后pivot_table:

(pd.concat([d.assign(col=f'df{i}') for i,d in enumerate([df1,df2])])
.pivot_table(index=['geneID','geneName'], columns='col', 
values='count', fill_value=0)
)

或者concat:中选项key的类似方法

(pd.concat([df1,df2], keys=['df1','df2'])
.reset_index(level=1,drop=True)
.set_index(['geneID','geneName'],append=True)
['count']
.unstack(level=0, fill_value=0)
)

Answer 2

这里有一种替代方法：

concatdict = {'df1':df1,'df2':df2}
df3 = pd.concat(concatdict).reset_index(level=1,drop=True).set_index(['geneID','geneName'],append=True)['count'].unstack(level=0).fillna(0).reset_index()

或

d = {'df1':df1,'df2':df2}
pd.concat(d).set_index(['geneID','geneName'],append=True).squeeze().unstack(level=0).fillna(0).droplevel(0).reset_index()

或

c = ['geneID','geneName']
pd.concat([df1.set_index(c).squeeze(),df2.set_index(c).squeeze()],keys = ['df1','df2'],axis=1).fillna(0).reset_index()