熊貓數據框：使用第二列切片索引值切片索引

Question

我試圖在熊貓數據框中創建一列微衛星圖案。我有一列給出了主題的長度，另一列有整個微型衛星。

以下是感興趣的列的示例。

 motif_len sequence 
0 3   ATTATTATTATT 
1 4   ATCTATCTATCT 
2 3   ATCATCATCATC 

我想使用的值，以切片中的值序列在motif_len給每個微衛星的單個重複（基序）。然後，我想將所有這些圖案添加爲數據框中的第三列，以提供類似的內容。

 motif_len sequence  motif 
0 3   ATTATTATTATT ATT 
1 4   ATCTATCTATCT ATCT 
2 3   ATCATCATCATC ATC 

我已經嘗試了幾件事情，沒有運氣。

>>df['motif'] = df.sequence.str[:df.motif_len] 
>>df['motif'] = df.sequence.str[:df.motif_len.values] 

兩者都製作主題列，但所有的值都是NaN。

我想我明白爲什麼這些不起作用。我將一個序列/數組作爲切片中的上部索引而不是來自mot_len列的值。

我也嘗試通過遍歷每個創建一個系列 任何想法？

Answer 1

您可以撥打apply在DF通axis=1申請行方向和使用的列值裁STR：

In [5]: 
df['motif'] = df.apply(lambda x: x['sequence'][:x['motif_len']], axis=1) 
df 

Out[5]: 
    motif_len  sequence motif 
0   3 ATTATTATTATT ATT 
1   4 ATCTATCTATCT ATCT 
2   3 ATCATCATCATC ATC