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 | 29 | 30 | 31 |
- javascript
- PYTHON
- drug muggers
- single cell rnaseq
- 싱글셀 분석
- Git
- cellranger
- Batch effect
- single cell analysis
- 비타민 C
- DataFrame
- github
- drug development
- EdgeR
- python matplotlib
- scRNAseq analysis
- HTML
- matplotlib
- Bioinformatics
- js
- ChIPseq
- julia
- MACS2
- pandas
- CSS
- CUTandRUN
- CUT&RUN
- scRNAseq
- ngs
- single cell
- 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