数据结构

Question

我有一个数据框架，其中包含了一长串条目。

​

​

我用蛋白质登录号给他们编了索引。问题是，它们是重复的，因为有些蛋白质由多个结构域组成。我想让蛋白质的加入号成为主要条目(并且它有多少个域的信息- domain_count)和这些蛋白质的结构域是子条目。例如，当我键入：

df_filtered.loc['P43098_e', 'domain_count']

它返回每个域的数字5 (5次)。我希望它只打印5次，因为P43098_e将是直接分配有关domain_count信息的主要条目。有人能帮帮我吗？

Answer 1

这就是你要找的吗？

如果您将数据作为代码共享，我也将能够获得结果

df_filtered.loc[df_filtered['protein_accession'] == 'P43098_e', 'domain_count'][:1].values[0]

(df_filtered.loc[df_filtered['protein_accession'] == 'P43098_e', 'domain_count']
 .head(1)
 .squeeze())

或

(df_filtered[df_filtered['protein_accession'] == 'P43098_e']['domain_count']
 .head(1)
 .squeeze())

或

要么您需要在reset_index()上运行df_fitered解决方案，要么在语句中添加reset_filtered，如下所示

(df_filtered.reset_index()[df_filtered.reset_index()['protein_accession'] == 'P43098_e']['domain_count']
 .head(1)
 .squeeze())