根据每个时间序列的条件识别DataFrame中的时间点

Question

我有一个包含时间序列数据的DataFrame，如下所示：

（TP=时间点）

gene number   TP1   TP2   TP3   TP4   TP5   TP6
gene1         0.4   0.2   0.1   0.5   0.8   1.9
gene2         0.3   0.05  0.5   0.8   1.0   1.7
....

对于每一行（基因），我想确定其值达到时间序列中最小值4倍以上水平的TP，附加条件是该确定的TP必须在最小TP之后。因此，在基因2的情况下，我对TP3而不是TP1感兴趣（它比TP2的最小值大4倍），因为TP1在序列中比最小TP2更早。

因此，我试图构建的脚本的结果是：

gene1    TP4
gene2    TP3
...

我的数据在一个numpy数组中。

Answer 1

您可以首先创建一个掩码ma，并将最小值之前的所有行值设置为False。接下来，使用此掩码查找最小值之后每行中的值，以达到最小值的4倍（由True表示）：

>>> ma = df.values.argmin(axis=1)[:,None] <= np.arange(df.shape[1])
>>> df.ge(4*df.min(axis=1), axis=0) & ma
         TP1    TP2    TP3   TP4   TP5   TP6
gene1  False  False  False  True  True  True
gene2  False  False   True  True  True  True

然后，您可以使用idxmax:从这个布尔DataFrame（我称之为df1）中检索第一个True值的标签

>>> df1.idxmax(axis=1)
gene1    TP4
gene2    TP3
dtype: object

Answer 2

这里有一种方法：

df =pd.DataFrame({'TP1':[.4,.3],'TP2':[.2,.05],'TP3':[.1,.5],'TP4':[.5,.8],'TP5':[.8,1.0], 'TP6':[1.9,1.7]},index= ['gene1','gene2'])
def f(x):
    #get min value and index
    min_ind = [ e for e in enumerate(x) if e[1] == x.min()]
    #return only the first value that is greater than the index of the min value and > min value *4
    r =df.columns[[e[0] for e in enumerate(x) if e[1] if e[1] > min_ind[0][1]*4 and e[0]> min_ind[0][0]][0]]
    return r

退货：

df.apply(f, axis=1)
gene1    TP4
gene2    TP3
dtype: object