DataFrame逐行将重复值替换为1单次值替换为0的实现方法
实现代码(基于Pandas)
首先导入依赖库:
import pandas as pd import numpy as np
先构造你提供的示例DataFrame:
df = pd.DataFrame({ 'genome': ['genome_1', 'genome_2', 'genome_3', 'genome_4', 'genome_5'], 'time_1': [28, 2, 12, 2, 3], 'time_2': [28, 4, 12, np.nan, 3], 'time_3': [np.nan, 5, 12, np.nan, np.nan], 'time_4': [np.nan, 2, 12, np.nan, np.nan] })
核心处理逻辑:
def row_transform(row): # 统计当前行所有非空值的出现频次 freq = row.value_counts(dropna=True) # 逐个元素替换 return row.map(lambda x: 1 if pd.notna(x) and freq[x] >=2 else (0 if pd.notna(x) else x)) # 仅对时间列按行执行转换,保留genome列不变 df.iloc[:, 1:] = df.iloc[:, 1:].apply(row_transform, axis=1)
执行后df就是你需要的结果。
逻辑说明
- 用
apply(axis=1)指定按行遍历时间列的数值 - 对每一行先统计所有非NA值的出现次数,排除空值干扰
- 元素级判断:非NA值出现≥2次替换为1,仅出现1次替换为0,原有NA值直接保留
内容的提问来源于stack exchange,提问作者Bio_farmer
相关产品推荐
相关产品推荐

