計數幾個條件的T/F值

Question

我是一個使用熊貓的初學者。

我正在尋找幾個患者的突變。我有16個不同的條件。我只是寫一個關於它的代碼，但如何通過for循環來做到這一點？我試圖找到MUT列上的更改並將它們設置爲True和False。然後嘗試計算真/假數字。我已經完成了只有4.

你可以建議一個更簡單的方法，而不是寫16次相同的代碼？

s1=df["MUT"] 
A_T= s1.str.contains("A:T") 
ATnum= A_T.value_counts(sort=True) 

s2=df["MUT"] 
A_G=s2.str.contains("A:G") 
AGnum=A_G.value_counts(sort=True) 

s3=df["MUT"] 
A_C=s3.str.contains("A:C") 
ACnum=A_C.value_counts(sort=True) 

s4=df["MUT"] 
A__=s4.str.contains("A:-") 
A_num=A__.value_counts(sort=True) 

Answer 1

我不是使用熊貓的專家，所以不知道是否有更乾淨的方法來做到這一點，但也許下面的工作可能？

chars = 'TGC-' 
nums = {} 

for char in chars: 
    s = df["MUT"] 
    A = s.str.contains("A:" + char) 
    num = A.value_counts(sort=True) 
    nums[char] = num 

ATnum = nums['T'] 
AGnum = nums['G'] 
# ...etc 

基本上，經過每個唯一的字符（T，G，C， - ），然後拉出你需要，然後終於在一本字典粘數的值。然後，一旦循環完成，您可以從字典中提取所需的任何數字。

Answer 2

只要使用value_counts，這會給你在列中的所有唯一值的計數，無需創建16個變量：

In [5]: 
df = pd.DataFrame({'MUT':np.random.randint(0,16,100)}) 
df['MUT'].value_counts() 

Out[5]: 
6  11 
14 10 
13  9 
12  9 
1  8 
9  7 
15  6 
11  6 
8  5 
5  5 
3  5 
2  5 
10  4 
4  4 
7  3 
0  3 
dtype: int64