我有6列熊貓數據幀數據,我想根據特定條件處理和刪除一些行。數據框是製表符分隔的,如下所示:熊貓根據多個條件從數據幀中刪除行而不發生循環
RO52_HUMAN TRIM6_HUMAN 1.83e-136 471 45.86 216
RO52_HUMAN TRI68_HUMAN 6.46e-127 482 42.946 207
RO52_HUMAN TRI22_HUMAN 6.49e-121 491 41.344 203
RO52_HUMAN TRI38_HUMAN 7.15e-117 458 42.358 194
RO52_HUMAN TRIM5_HUMAN 3.6e-114 499 40.281 201
RO52_HUMAN TRI39_HUMAN 2.56e-111 490 39.388 193
RO52_HUMAN TRI11_HUMAN 2.35e-109 471 43.524 205
RO52_HUMAN TRI27_HUMAN 1.44e-108 495 37.576 186
RO52_HUMAN TRI34_HUMAN 6.12e-105 500 43.0 215
RO52_HUMAN TRI17_HUMAN 1.79e-87 461 37.093 171
刪除行的條件僅取決於前兩列。我也有一個字典,整個鍵都是蛋白質ID,就像前兩列中的蛋白質ID一樣,這些值也是其他蛋白質ID的列表。基本上我想刪除所有行,如果:
第一列的值在字典中作爲關鍵字,如果第二列的值在字典中的該關鍵字的值。我寫的反向邏輯對於這一點,並試圖執行它一些如何(而不是保持不滿足這些條件的行)我寫的是這個
blast_out_filtered_df = blast_out_df[ -blast_out_df[0].isin(homolog_dict.keys()) | (blast_out_df[0].isin(homolog_dict.keys() & -blast_out_df[1].isin(homolog_dict[blast_out_df[0]]))) ]
,我讀了我的文件中的數據幀被稱爲blast_out_df和我試圖用過濾行創建的新數據框是blast_out_filtered_df。 Ofcrourse運行這段代碼是給我下面的錯誤:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\mstambou\AppData\Local\Continuum\Anaconda\lib\site-
packages\pandas\core\generic.py", line 806, in __hash__
' hashed'.format(self.__class__.__name__))
TypeError: 'Series' objects are mutable, thus they cannot be hashed
這是因爲我想用索引的列的值的字典在一個特定的行。我該如何有效地進行這項操作?我實現了usint .iterrrows()方法,但是我有超過一百萬行,這太慢了。有什麼建議麼?謝謝。
詞典是這樣的:
homolog_dict['MAPK5_MOUSE']
['MAPK5_HUMAN']
在這種情況下,關鍵是「MAPK5_MOUSE」和值[「MAPK5_HUMAN」]中的某一個
你可以發佈樣本'homolog_dict'詞典嗎? – MaxU
>>> homolog_dict ['MAPK5_MOUSE'] ['MAPK5_HUMAN'] here @ MaxU – user3289556
它看起來不像字典。你可以[在你的問題發佈](https://stackoverflow.com/q/44398932/5741205)? – MaxU