如何在数据帧中使用grouby运行applymap函数？

Question

在pandas数据帧中，我想使用applymap(somefunction)使用groupby（使用一些列索引值），我发现这很难实现。你知道吗

mcve_01.txt

pos         f1_index      M1       M2      F1_x 
16230484    141      G/G      G/G       G
16230491    141      C/C      C/C       C
16230503    141      T/T      T/T       T
16232072    211      A/A      A/A       A
16229783    211      C/C      C/C       G
16229992    211      A/A      A/A       G
16230007    211      T/T      T/T       A
16230011    263      G/G      G/G       C
16230049    263      A/A      A/A       T

我阅读了上面的文件，并将pos和f1_index设置为索引，其余的列值设置为列表：

mcve_data.set_index(['pos', 'index'], append= True, inplace = True)
mcve_list = mcve_data.applymap(lambda c:[list(c)])

所以，现在我想读两行（值），然后使用下面描述的函数创建这两个值的itertools.product对zip。我不确定这个函数是否有用，但希望它能帮助读者。

def mapfun(c):
if any(['.' in l for l in c]):
    return '.'

if all(['|' in l for l in c]):
    fun = zip

else:
    fun = product

filt_set = set(['|','/'])
filt = partial(filter,lambda l: not (l in filt_set))

return ','.join('g'.join(t) for t in fun(*map(filt, c)))

最后的代码：我使用上面的函数，使用“mcve\u list+mcve”一次读取两行_列表.shift（1） ：

mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').\
    applymap(mapfun)

这给了我（最终输出）比如：

pos    index      M1        M2      F1_x    
16230484    141  CgG,CgG,CgG,CgG        CgG,CgG,CgG,CgG         CgG
16230491    141  TgC,TgC,TgC,TgC        TgC,TgC,TgC,TgC         TgC
.....      ...   TgT,TgT,TgT,TgT        TgT,TgT,TgT,TgT         TgT

我想解决的问题-这就是问题所在：

以上（函数代码）和最后的代码都很好，只是现在我想为每个f1_index值分别运行函数。按组执行此操作不会在索引值更改时生成或压缩列表。你知道吗

我尝试过的事情：

• 重置f1_index和groupby（'f1\u index'）

  mcve_group = mcve_list.reset_index(level=['f1_index'])
  mcve_group2 = mcve_group.groupby('f1_index')
  
  for x, group in mcve_group2:
      mcve_mm2 = (mcve_group2+mcve_group2.shift(1)).dropna(how='all').\
      apply(mapfun)
  

  此外，还有：

  mcve_mm2 = (mcve_group2+mcve_group2.shift(1)).dropna(how='all').\
      apply(lambda x: [mapfun(c) for c in x])
  

• 使用groupby（'key'）

  mcve_mm = (mcve_list+mcve_list.shift(1)).groupby('f1_index').dropna(how='all').\
  applymap(mapfun)
  

• 包装applymap

  mcve_mm = (mcve_list+mcve_list.shift(1)).dropna(how='all').groupby(['f1_index'], group_keys = False).apply(lambda x: [mapfun])
  

我没有得到任何错误，但功能部分混乱时，试图分组，然后申请。你知道吗

我也没有找到任何使用applymap和groupby的例子和教程。你知道吗