0
我想用python和pandas处理生物数据。使用索引从另一个表中检索数据
表1由蛋白质对的名称组成。 XX,YY,ZZ和AA是指蛋白质的名称。表2由每种蛋白质的一些数据(值)组成。
我想要计算的是表1中存在的每个蛋白质对的Pearson相关系数(PCC),使用表2的数据列表。它是一种类似数据库的方法。
Table 1
Col1 Col2
XX YY
XX ZZ
ZZ AA
Table 2
XX YY ZZ AA BB CC ...
Data1 10 20 30 40 50 60 ...
Data2 11 12 13 14 15 16 ...
Data3 80 70 60 50 40 20 ...
Result
PCC
XX_YY R1
XX_ZZ R2
ZZ_AA R3
R1结果表中的是蛋白XX和YY的PCC值,换句话说,pearsonr的结果([10,11,80],[20,12,70])。 R2和R3分别为pearsonr([10,11,80],[30,13,60])和pearsonr([30,13,60],[40,14,50])。
在这种工作之前,我得到了一个建议,使用combination
函数。用所有配对计算时非常好,但在这种情况下,我只需要计算表1中的蛋白质对,因此很难使用。
请问有没有简单的方法可以轻松完成这类工作?
再次感谢Jansen!当其他人用python中的几行代码解决这类问题时,我感到很惊讶(但是由于我对python非常陌生,所以很难理解)。如果你不介意,你能给我一些关于处理这种桌面作品的书籍或网站的建议吗? – z991
嗨z991,我会事实上推荐这个库的'pandas'文档,特别是http://pandas.pydata.org/pandas-docs/version/0.17.1/。除了最新的参考资料之外,他们还有大量的例子。 – Stefan
我以前读过熊猫10分钟,但我想我必须学习更多。我最好按照熊猫文档中的例子进行练习。非常感谢Jansen。 – z991