python | Pandas: pivot_table长数据变宽数据

导入数据

python读取txt为dataframe

import pandas as pd
import numpy as np
df = pd.read_csv('C:/Users/Alexia Lee/R_study/v0.1.release.txt', sep='\t')
df.head()

#结果
     chr      start        end  reads   symbol                       sample release
0   chr7  139715931  139717015    220    HIPK2  VCaP-capt-SI_8045-C4D5HACXX    v0.0
1  chr21   36247516   36248568    175   DOPEY2  VCaP-capt-SI_8045-C4D5HACXX    v0.0
2   chr5  137985256  137988315    156   FAM13B  VCaP-capt-SI_8045-C4D5HACXX    v0.0
3   chr9  135881632  135883078    154  CAMSAP1  VCaP-capt-SI_8045-C4D5HACXX    v0.0
4   chr1  117402185  117420649    139   MAN1A2  VCaP-capt-SI_8045-C4D5HACXX    v0.0

#合并列
df['name1'] = df['chr'].str.cat(df['start'].astype(str), sep=' : ')
df['circRNA'] = df['name1'].str.cat(df['end'].astype(str), sep='|')
df.head()

#结果
     chr      start        end  reads  ...                       sample release           name1                   circRNA
0   chr7  139715931  139717015    220  ...  VCaP-capt-SI_8045-C4D5HACXX    v0.0  chr7:139715931  chr7:139715931|139717015
1  chr21   36247516   36248568    175  ...  VCaP-capt-SI_8045-C4D5HACXX    v0.0  chr21:36247516   chr21:36247516|36248568
2   chr5  137985256  137988315    156  ...  VCaP-capt-SI_8045-C4D5HACXX    v0.0  chr5:137985256  chr5:137985256|137988315
3   chr9  135881632  135883078    154  ...  VCaP-capt-SI_8045-C4D5HACXX    v0.0  chr9:135881632  chr9:135881632|135883078
4   chr1  117402185  117420649    139  ...  VCaP-capt-SI_8045-C4D5HACXX    v0.0  chr1:117402185  chr1:117402185|117420649

处理数据

pivot函数

#将长数据转为宽数据
data = df.pivot(index='circRNA', columns='sample', values='reads')
data = df.pivot(index=['circRNA','release'], columns='sample', values='reads').loc["v0.0",:]

数据的输出

df.to_csv(r'C:/Users/Alexia Lee/R_study/circRNA_reads.csv')
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,042评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 89,996评论 2 384
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,674评论 0 345
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,340评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,404评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,749评论 1 289
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,902评论 3 405
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,662评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,110评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,451评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,577评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,258评论 4 328
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,848评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,726评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,952评论 1 264
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,271评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,452评论 2 348

推荐阅读更多精彩内容