小编Ssa*_*ank的帖子

我有一个数据框 df

Name    dist
aaaa     10
bbbb     11
cccc     41
dddd     77

我想删除距离小于 10 的行到下一行。expexted 输出是

Name    dist
aaaa     10
cccc     41
dddd     77

为此，我使用了以下代码

>>> for idx,row in df.iterrows():
...     if idx < df.shape[0]-1:
...             if ((df.ix[idx+1,'dist_to_TSS']-df.ix[idx+1,'dist_to_TSS'])<10):
...                     df.drop(row)
... 

但我得到错误。你能帮我吗？

我有一个带有列city1，city2，city3，city4，city5的熊猫数据框df。我有一个列表my_cities = [“ city1”，“ city3”，“ city10”]。我想根据my_cities中的列对df进行子集设置。

my_cities = [“ city1”，“ city3”，“ city10”]

df_my_cities = df [my_cities]

我收到错误KeyError：“ ['city10']不在索引中”

如果来自my_cities的元素不在df中，我如何告诉代码继续执行？

我有一个pandas数据帧df:

Name Score
AAAA    4
AAAA    7
AAAA   12
AAAA   13
BBBB    1
BBBB    1
CCCC    1
CCCC    2
CCCC   27

我想要一个新的数据帧,只有当每个"名称"出现至少3次时才会有来自df的值.即所需的输出是

Name Score
AAAA    4
AAAA    7
AAAA   12
AAAA   13
CCCC    1
CCCC    2
CCCC   27

我知道df.groupby ['Name']给出了每个名字的频率.有关如何使用此信息获取所需输出的任何建议.谢谢

如何从文本文件中随机选择 500 行，但要确保始终包含标题。我的文件看起来像

列 1 列 2

AB

光盘

等等。第一行是标题。我试过 sort -r filename|head -n 500 但这并不能确保总是包含标题。谢谢

我有一个序列

seq = 'CCGATGACCTCACAGCCGCCTCCTGCCTTGAGGAAAGGAACTGCAATTCC'

我试图得到长度为23bp的序列,以NGG结尾,其中N = A或C或T或G`

我用p = re.compile('([ACGT]{21}GG)'),当我说

for m in p.finditer(seq):
      print m.group()

我只得到CACAGCCGCCTCCTGCCTTGAGG.

但显然CCGCCTCCTGCCTTGAGGAAAGG也是匹配.为什么没有报道？

在pandas数据帧df中

name       value

aaaaa        1

aaaa_cntrl   2

bbbb_cntrl   3

ccccc        10

我想删除名称列中包含"_cntrl"的行.你能建议怎么做吗？我查看了df.drop,但无法弄清楚如何根据基于字符串的匹配放弃.谢谢

我有一个11列的Pandas DataFrame， df

Name aaa bbb ccc ddd eee fff ggg hhh iii jjj kkk

我想重命名列，以便新的标题是

Name type_1 type_2 type_3 type_4 type_5 expt_1 expt_2 expt_3 expt_4 expt_5

我可以使用，df.rename但必须手动输入新名称。

您能告诉我如何将名称迭代更改为type_*或expt_*吗？哪里

* = half the number of columns excluding the first one (Name)

我问这个问题是因为我想将这个命名系统推广到一个有1000列的大表中。

我有一个python列表

l = [('insert_0', 'gtttaattgag'), ('insert_1', 'tttaattgagt'), ('insert_10', 'gttgtcatatg'), ('insert_11', 'ttgtcatatgt'), ('insert_12', 'tgtcatatgtt'), ('insert_2', 'ttaattgagtt'), ('insert_3', 'taattgagttg'), ('insert_4', 'aattgagttgt'), ('insert_5', 'attgagttgtc'), ('insert_6', 'ttgagttgtca'), ('insert_7', 'tgagttgtcat'), ('insert_8', 'gagttgtcata'), ('insert_9', 'agttgtcatat')]

我希望它排序,看起来像

l_needed = [('insert_0', 'gtttaattgag'), ('insert_1', 'tttaattgagt'),('insert_2', 'ttaattgagtt'),('insert_3', 'taattgagttg'), ('insert_4', 'aattgagttgt'), ('insert_5', 'attgagttgtc'), ('insert_6', 'ttgagttgtca'), ('insert_7', 'tgagttgtcat'), ('insert_8', 'gagttgtcata'), ('insert_9', 'agttgtcatat'),('insert_10', 'gttgtcatatg'), ('insert_11', 'ttgtcatatgt'), ('insert_12', 'tgtcatatgtt'),..]

ie l按下标的升序排序"insert".我试过 l.sort()不生产l_needed.你能建议编辑吗？