如何在大熊猫数据帧

申请SciPy的功能，我有以下的数据帧：如何在大熊猫数据帧

import pandas as pd 
import io 
from scipy import stats 

temp=u"""probegenes,sample1,sample2,sample3 
1415777_at Pnliprp1,20,0.00,11 
1415805_at Clps,17,0.00,55 
1415884_at Cela3b,47,0.00,100""" 
df = pd.read_csv(io.StringIO(temp),index_col='probegenes') 
df

它看起来像这样

     sample1 sample2 sample3 
probegenes 
1415777_at Pnliprp1  20  0  11 
1415805_at Clps   17  0  55 
1415884_at Cela3b   47  0  100

我想要做的是执行过什么row-zscore calculation using SCIPY。使用此代码我得到：

In [98]: stats.zscore(df,axis=1) 
Out[98]: 
array([[ 1.18195176, -1.26346568, 0.08151391], 
     [-0.30444376, -1.04380717, 1.34825093], 
     [-0.04896043, -1.19953047, 1.2484909 ]])

我怎样才能方便地连接列和索引名回再次到该结果呢？

在一天结束时。它会像：

       sample1 sample2 sample3 
probegenes 
1415777_at Pnliprp1  1.18195176, -1.26346568, 0.08151391 
1415805_at Clps   -0.30444376, -1.04380717, 1.34825093 
1415884_at Cela3b  -0.04896043, -1.19953047, 1.2484909

来源

2016-03-10 neversaint

不能这样做'S = pd.DataFrame（stats.zscore（DF，轴= 1），指数= df.index，列= df.columns） '？ – EdChum

的documentation for pd.DataFrame有：

数据：numpy的ndarray（结构化或同质），字典，或数据帧快译通可以包含系列，数组常量或类似列表的对象索引：索引或类似数组用于结果帧的索引。如果没有输入数据的索引信息部分并且没有提供索引，则默认为np.arange（n）列：索引或类似数组用于结果帧的列标签。将默认为np.arange（N）如果提供

所以没有列标签，

pd.DataFrame(
    stats.zscore(df,axis=1), 
    index=df.index, 
    columns=df.columns)

应该做的工作。

来源

2016-03-10 09:41:51

你不需要scipy。您可以使用lambda函数做到这一点：

>>> df.apply(lambda row: (row - row.mean())/row.std(ddof=0), axis=1) 
         sample1 sample2 sample3 
probegenes          
1415777_at Pnliprp1 1.181952 -1.263466 0.081514 
1415805_at Clps  -0.304444 -1.043807 1.348251 
1415884_at Cela3b -0.048960 -1.199530 1.248491

来源

2016-03-10 09:58:17 Alexander

如何在大熊猫数据帧

回答

相关问题