Panda 交叉表函数获取条件编号
Panda crosstab function getting number for conditions
我不确定标题是否选得好，很抱歉。如果这已经被覆盖，请让我知道我在哪里找不到它。
对于我正在进行的分析，我主要在 JupyterLab 中工作，主要是 scanpy。我想查看在莱顿聚类中共表达某些基因的细胞数量。到目前为止，我正在尝试使用 pandas 交叉表函数，我得到了每个集群的编号。
但是，我有两个条件，并且我正在努力分离样本以分别获得细胞计数。
我用来获取细胞总数的代码工作正常。
pd.crosstab(adata_proc.obs['leiden_r05'], adata_proc.obs['CoEx'])
我努力获取样本数字的代码。我知道 aggfunc = ','.join 不是正确的方法，但这是为了解释问题所在。
pd.crosstab(adata_proc.obs['leiden_r05'], adata_proc.obs['CoEx'], adata_proc.obs['sample'], aggfunc = ','.join)
我可以在 table 中得到条件的名称，但我不想要这个。我想要 2 个条件的数字。这怎么可能？也许有办法在单独的函数中执行此操作？
编辑：
使用 crosstab，您需要将 'CoEx' 列添加到索引，并使用 'sample' 作为感兴趣的列：
pd.crosstab(index=[adata_proc.obs['leiden_r05'],adata_proc.obs['CoEx']], columns=[adata_proc.obs['sample']])
我建议使用 .groupby 函数：
adata_proc.obs.groupby(['leiden_r05','CoEx'])["sample"].value_counts()
另一个选项（有点滥用）是 pivot_table interface。在你的情况下是：
pd.pivot_table(adata_proc.obs, index=["leiden_r05"], columns=["CoEx","sample"],values='barcode', aggfunc=len, fill_value=0)
*这里的'values'参数只是为了减少列的数量，使用不合适方法的产物
我不确定标题是否选得好，很抱歉。如果这已经被覆盖，请让我知道我在哪里找不到它。 对于我正在进行的分析，我主要在 JupyterLab 中工作，主要是 scanpy。我想查看在莱顿聚类中共表达某些基因的细胞数量。到目前为止，我正在尝试使用 pandas 交叉表函数，我得到了每个集群的编号。 但是，我有两个条件，并且我正在努力分离样本以分别获得细胞计数。
我用来获取细胞总数的代码工作正常。
pd.crosstab(adata_proc.obs['leiden_r05'], adata_proc.obs['CoEx'])
我努力获取样本数字的代码。我知道 aggfunc = ','.join 不是正确的方法，但这是为了解释问题所在。
pd.crosstab(adata_proc.obs['leiden_r05'], adata_proc.obs['CoEx'], adata_proc.obs['sample'], aggfunc = ','.join)
我可以在 table 中得到条件的名称，但我不想要这个。我想要 2 个条件的数字。这怎么可能？也许有办法在单独的函数中执行此操作？
编辑：
使用 crosstab，您需要将 'CoEx' 列添加到索引，并使用 'sample' 作为感兴趣的列：
pd.crosstab(index=[adata_proc.obs['leiden_r05'],adata_proc.obs['CoEx']], columns=[adata_proc.obs['sample']])
我建议使用 .groupby 函数：
adata_proc.obs.groupby(['leiden_r05','CoEx'])["sample"].value_counts()
另一个选项（有点滥用）是 pivot_table interface。在你的情况下是：
pd.pivot_table(adata_proc.obs, index=["leiden_r05"], columns=["CoEx","sample"],values='barcode', aggfunc=len, fill_value=0)
*这里的'values'参数只是为了减少列的数量，使用不合适方法的产物