일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
- julia
- HTML
- python matplotlib
- scRNAseq
- EdgeR
- PYTHON
- drug development
- MACS2
- 싱글셀 분석
- matplotlib
- CSS
- cellranger
- single cell
- single cell analysis
- ngs
- DataFrame
- ChIPseq
- javascript
- CUTandRUN
- Batch effect
- 비타민 C
- Bioinformatics
- CUT&RUN
- js
- github
- pandas
- drug muggers
- single cell rnaseq
- scRNAseq analysis
- Git
- Today
- Total
목록DataFrame (8)
바이오 대표
Pandas groupby( ) groupby( ) 를 이용해서 다음과 같은 기능들을 수행할 수 있다 groupby( ) # object 객체 생성 Aggregation # statistical summary (sum, mean, count) Transformation # group-specific 변형 Grouping by multiple categories Resetting Index with as_index Handling missing values 보다 쉽게 이해하기위해 예시를 이용할 것이고 다음과 같은 Dataframe을 이용할 것이다. groupby( ) object data.groupby( ) 를 이용해서 원하는 column 으로 group 을 묶을 수 있다. 이는 DataFrameGroup..
df.replace(to_repalce =" ", value = " ") 예시)
df[df.column == "" ] # 추출 df[df.column != "" ] # 삭제 # 특정값 포함하는 row 추출 dataframe[dataframe.column_name == "value" ] 예시) 다음의 dataframe 에서 SMILE column 이 "not exist " 즉 empty string 인것이 있다. 이를 추출해 볼것이다. # 특정값 포함하는 row 삭제 dataframe[dataframe.column_name != "value" ] 예시) 이번에는 "not exist" 를 포함하는 rows 들을 제외해 볼것이다