用python处理96孔板数据标签

Question

我有一个96井的数据（大部分是excel）：

96孔板，示意图由http://www.cellsignet.com：

_{（来源：cellsignet.com）}

在每个单元中，我们可以做一些实验并从中读取值，数据如下：

    1    2    3    4    .    . 
A   9.1  8.7  5.6  4.5
B   8.7  8.5  5.4  4.3
C   4.3  4.5  7.6  6.7
D   4.1  6.0  7.0  6.1
.

我还有一些excel文件，其中包含示例名称：

    1    2    3    4    .    . 
A   l1   l2   l3   l4 
B   l1   l2   l3   l4
C   ds1  ds2  ds3  ds4
D   ds1  ds2  ds3  ds4
.

重复条目是加载了相同样本的两口井。

我想读入数据（没问题），将标签分配给数据点，并根据标签对数据进行分组。在pandas中，我可以读取数据并根据列标题和行标题对其进行分组。但我怎样才能根据样本名称分组呢？

Answer 1

我建议用两列写一个DataFrame，一列存储名称，另一列存储读数。

In [20]:

print data_df
print name_df
     1    2    3    4
A  9.1  8.7  5.6  4.5
B  8.7  8.5  5.4  4.3
C  4.3  4.5  7.6  6.7
D  4.1  6.0  7.0  6.1

[4 rows x 4 columns]
     1    2    3    4
A   l1   l2   l3   l4
B   l1   l2   l3   l4
C  ds1  ds2  ds3  ds4
D  ds1  ds2  ds3  ds4

[4 rows x 4 columns]
In [21]:

final_df=pd.DataFrame({'Name':name_df.values.ravel(), 'Reading':data_df.values.ravel()})
#if you have additional readings, i.e. from a different assay,
#from a different wavelength, add them there, as:
#'OTHER_Reading':OTHER_data_df.values.ravel()
print final_df
   Name  Reading
0    l1      9.1
1    l2      8.7
2    l3      5.6
3    l4      4.5
4    l1      8.7
5    l2      8.5
6    l3      5.4
7    l4      4.3
8   ds1      4.3
9   ds2      4.5
10  ds3      7.6
11  ds4      6.7
12  ds1      4.1
13  ds2      6.0
14  ds3      7.0
15  ds4      6.1

[16 rows x 2 columns]

这样，您可以非常容易地进行一些计算，例如：

In [22]:

print final_df.groupby('Name').mean()
      Reading
Name         
ds1      4.20
ds2      5.25
ds3      7.30
ds4      6.40
l1       8.90
l2       8.60
l3       5.50
l4       4.40

[8 rows x 1 columns]