上下文:
我的数据帧包含以下列:HapID、Marker、Start_position、End_position。 对于每个HapID,我想得到: -具有最小起始位置的标记(称为leftMarker) -具有最大结束位置的标记(称为rightMarker) -间隔为差值(最大结束位置-最小起始位置)
我的问题是,既然知道了标记名的索引,如何检索它们。 我得到下面的错误,我不知道如何解决它,虽然我花了几个小时。在
这是错误消息
AttributeError: Cannot access callable attribute 'iloc' of 'SeriesGroupBy' objects, try using the 'apply' method
以下是数据
HapID Marker Start_position End_position
hap_1 mk1 1107207 1107256
hap_1 mk2 1104711 1104760
hap_1 mk3 1106845 1106894
hap_2 mk4 11901413 11901462
hap_2 mk5 206031250 206031299
hap_2 mk6 11498893 11498942
hap_2 mk7 17236023 17236072
hap_2 mk8 11692209 11692258
hap_2 mk9 11691512 11691561
hap_2 mk10 11615664 11615713
这是预期的输出
^{pr2}$代码:
import pandas as pd
data = {
'HapID':['hap_1','hap_1','hap_1','hap_2','hap_2','hap_2','hap_2','hap_2','hap_2','hap_2'],
'Marker':['mk1','mk2','mk3','mk4','mk5','mk6','mk7','mk8','mk9','mk10'],
'Start_position':[1107207,1104711,1106845,11901413,206031250,11498893,17236023,11692209,11691512,11615664],
'End_position':[1107256,1104760,1106894,11901462,206031299,11498942,17236072,11692258,11691561,11615713]}
df = pd.DataFrame(data)
haplotypes = df.groupby(df['HapID'])
posi_1 = haplotypes.Start_position.min()
posi_2 = haplotypes.End_position.max()
diff_posi = posi_2 - posi_1
a = haplotypes.Start_position.idxmin()#index at minimum Start_position
b = haplotypes.End_position.idxmax() #index at maximum End_position
#print('{} {} {}'.format(posi_1,posi_2,diff_posi))
#print('{} {}'.format(a,b)) #just to se if I'm getting the index
现在,问题是如何检索每个单倍型在这些位置的标记
leftMarker = haplotypes.Marker.iloc(a)
rightMarker = haplotypes.Marker.iloc(b)
我想你需要从原始数据帧中检索标记。在
这是将函数应用于pandas
groupby
的一个相当简单的例子。您应该阅读pandas docs on how to use groupby,以便更好地理解如何/何时使用此技术。在退货
^{pr2}$相关问题 更多 >
编程相关推荐