AWK иначе, если на Python (Pandas)

У меня есть следующие данные:

data = {'f_geno': ["AA", "AA", "AA", "BB", "BB", "BB", "AB", "AB", "AB"],
        'ch_geno': ["AA", "AB", "BB", "AA", "AB", "BB", "AA", "BB", "AB"],
        'freq_A': [0.50, 0.46, 0.49, 0.57, 0.55, 0.44, 0.37, 0.66, 0.46],
        'freq_B': [0.50, 0.54, 0.51, 0.43, 0.45, 0.56, 0.63, 0.34, 0.54]
        }

Я уже написал простой калькулятор, который вычисляет значение для каждой строки в AWK и выводит полученное значение в $5:

   awk 'BEGIN {
        FS = OFS = ","
    }
    {
        if ($1 == "AA" && $2 == "AA") {
            $5 = (1 / $3)
        } else if ($1 == "AA" && $2 == "AB") {
            $5 = (0.5 / $3)
        } else if ($1 == "AA" && $2 == "BB") {
            $5 = (0.001)
        } else if ($1 == "BB" && $2 == "AA") {
            $5 = (0.001)
        } else if ($1 == "BB" && $2 == "AB") {
            $5 = (0.5 / $4)
        } else if ($1 == "BB" && $2 == "BB") {
            $5 = (1 / $4) 
        } else if ($1 == "AB" && $2 == "AA") {
            $5 = (0.5 / $3)
        } else if ($1 == "AB" && $2 == "BB") {
            $5 = (0.5 / $4)  
        } else {
            $5 = (($3 + $4) / (4 * $3 * $4))
        }
        
        print 
    }'

Я хотел бы сделать то же самое, что и выше, но на Python.Может кто-нибудь помочь, пожалуйста?

python pandas awk

14.02.2023 04:10

Как подобрать выигрышные акции с помощью анализа и визуализации на Python

Отказ от ответственности: Эта статья предназначена только для демонстрации и не должна использоваться в качестве инвестиционного совета.

Понимание Python и переход к SQL

Перед нами лабораторная работа по BloodOath:

Потяните за рычаг выброса энергососущих проектов

На этой неделе моя команда отменила проект, над которым я работал. Неделя усилий пошла насмарку.

Инструменты для веб-скрапинга с открытым исходным кодом: Python Developer Toolkit

Веб-скрейпинг, как мы все знаем, это дисциплина, которая развивается с течением времени. Появляются все более сложные средства борьбы с ботами, а...

Библиотека для работы с мороженым

Лично я попрощался с операторами print() в python. Без шуток.

Эмиссия счетов-фактур с помощью Telegram - Python RPA (BotCity)

Привет, люди RPA, это снова я и я несу подарки! В очередном моем приключении о том, как создавать ботов для облегчения рутины. Вот, думаю, стоит...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Вы можете использовать .apply() для функции:

def condition(x) -> float:
    if x.f_geno == "AA" and x.ch_geno == "AA":
        return 1/x.freq_A
    if x.f_geno == "AA" and x.ch_geno == "AB" or x.f_geno == "AB" and x.ch_geno == "AA":
        return 0.5/x.freq_A
    if x.f_geno == "AA" and x.ch_geno == "BB" or x.f_geno == "BB" and x.ch_geno == "AA":
        return .001
    if x.f_geno == "BB" and x.ch_geno == "AB":
        return 0.5/x.freq_B
    if x.f_geno == "BB" and x.ch_geno == "BB" or x.f_geno == "AB" and x.ch_geno == "BB":
        return 1/x.freq_B
    return (x.freq_A + x.freq_B) / (4 * x.freq_A * x.freq_B)

df = pd.DataFrame(data=data)
df["result"] = df.apply(condition, axis=1)
print(df)

Выход:

  f_geno ch_geno  freq_A  freq_B    result
0     AA      AA    0.50    0.50  2.000000
1     AA      AB    0.46    0.54  1.086957
2     AA      BB    0.49    0.51  0.001000
3     BB      AA    0.57    0.43  0.001000
4     BB      AB    0.55    0.45  1.111111
5     BB      BB    0.44    0.56  1.785714
6     AB      AA    0.37    0.63  1.351351
7     AB      BB    0.66    0.34  2.941176
8     AB      AB    0.46    0.54  1.006441

14.02.2023 07:14

df = pd.DataFrame(data=data)

faa = df.f_geno == "AA"
chaa = df.ch_geno == "AA"

fab = df.f_geno == "AB"
chab = df.ch_geno == "AB"

fbb = df.f_geno == "BB"
chbb = df.ch_geno == "BB"

masks = [(faa & chaa), 
         (faa & chab) | (fab & chaa),
         (faa & chbb) | (fbb & chaa),
         (fbb & chbb),
         (fbb & chab) | (fab & chbb)]

vals = [1 / df.freq_A,
        0.5 / df.freq_A,
        0.001,
        1 / df.freq_B,
        0.5 / df.freq_B]

default = (df.freq_A + df.freq_B) / (4 * df.freq_A * df.freq_B)
df["result"] = np.select(masks, vals, default=default)
print(df)

  f_geno ch_geno  freq_A  freq_B    result
0     AA      AA    0.50    0.50  2.000000
1     AA      AB    0.46    0.54  1.086957
2     AA      BB    0.49    0.51  0.001000
3     BB      AA    0.57    0.43  0.001000
4     BB      AB    0.55    0.45  1.111111
5     BB      BB    0.44    0.56  1.785714
6     AB      AA    0.37    0.63  1.351351
7     AB      BB    0.66    0.34  1.470588
8     AB      AB    0.46    0.54  1.006441

Производительность с 90 тыс. строк:

#90k rows
df = pd.DataFrame(data=data)
df = pd.concat([df] * 10000, ignore_index=True)

In [98]: %timeit df["result"] = df.apply(condition, axis=1)
5.96 s ± 585 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [99]: %timeit df["result"] = np.select(masks, vals, default=default)
1.59 ms ± 20.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

14.02.2023 08:37

Другие вопросы по теме

Как правильно повернуть фрейм данных, чтобы значения первого столбца были моими новыми столбцами?

Создать новый столбец на основе количества других столбцов

Получение временных рамок для групп идентификаторов на основе изменения состояния

Pandas read_html() с таблицей, содержащей элементы html

Как объединить несколько файлов csv?

Динамическое количество лямбда и операторы применения в пандах

Есть ли способ рассчитать между двумя значениями значения NaN?

Как перебрать одну и ту же индексированную строку и номер столбца из двух отдельных кадров данных Pandas

Измените год на основе месяца в фрейме данных в python

Создание вычисляемой строки на основе нескольких условий в фрейме данных с помощью Python

AWK иначе, если на Python (Pandas)

Ответы 2

Другие вопросы по теме

Похожие вопросы