python之聚合值与 pandas 中的相应计数

我有像这样的 Pandas 数据框:

my_df =  
 
chr   PI 
2     5 
2     5 
2     5 
2     6 
2     6 
2     8 
2     8 
2     8 
2     8 
2     8 
3     5 
3     5 
3     5 
3     5 
3     9 
3     9 
3     9 
3     9 
3     9 
3     9 
3     9 
3     7 
3     7 
3     4 
...... 
...... 

我想将它转换成新的数据框，其中包含有关数据框的新信息，例如:

• chr:独特的染色体
• unq_PI :每条染色体内唯一 PI 的数量
• PIs:该染色体中“PI”值的列表
• PI_freq:相应染色体中每个“PI”的长度

因此，预期输出为:

chr   unq_PI   PIs        PI_freq 
2     3        5,6,8      3,2,5 
3     4        5,9,7,4    4,7,2,1 

我在想:

new_df = pd.DataFrame({'chr': my_df['chr'].unique(), 
         'unq_PI': my_df('chr')['unq_PI'].nunique()), 
         'PIs': ......................., 
         'PI_freq': ..................}) 
 
The only code that works is for `chr` when used alone; any additional code just throws an error. How can I fix this? 

请您参考如下方法:

使用groupby + value_counts，然后是groupby + agg。

v = (df.groupby('chr') 
       .PI 
       .apply(pd.Series.value_counts, sort=False) 
       .reset_index(level=1) 
       .astype(str) 
       .groupby(level=0) 
       .agg(','.join) 
       .rename(columns={'level_1' : 'PIs', 'PI' : 'PI_freq'}) 
) 

这不考虑唯一值的计数，可以使用 groupby + nunique 计算:

v.insert(0, 'unq_PI', df.groupby('chr').PI.nunique()) 

v  
 
     unq_PI      PIs  PI_freq 
chr                           
2         3    5,6,8    3,2,5 
3         4  4,5,7,9  1,4,2,7