python处理tsv文件矩阵

现有一个矩阵（tsv文件），行名为ENSG开头+数字编号
前五行五列情况如图

img


现已知行名中，小数点前数值出现重复，小数点后数值不同，
现需要保留小数点后数值最大的行名，去除其他小数点后数值更小的行名
例如:行名为7700.1 7700.2 7700.5的三行，仅保留7700.5所在行
输出一个行名没有重复的新矩阵，列名不变

思路：字符串分割后分组，分组后比较排序后筛选剔除

import pandas as pd

df = pd.read_csv('xxxx.tsv', sep='\t')
df['tempOne'] = df['A'].apply(lambda x: x.split(".")[0])
df['tempTwo'] = df['A'].apply(lambda x: int(x.split(".")[1]))
df_new = df.iloc[df.groupby('tempOne').apply(lambda o: o['tempTwo'].idxmax())]
df_new.drop(['tempOne', 'tempTwo'], axis=1, inplace=True)

源数据：

img


结果：

img

文件发我邮箱383817842@qq.com,我给你搞

import pandas as pd
import pandasql as ps 

df = pd.DataFrame({"A": ['ENSG0002.14', 'ENSG0002.8', 'ENSG0003.18', 'ENSG0006.1'],
                    "B": ['B4', 'B5', 'B6', 'B7'],
                    "C": ['C4', 'C5', 'C6', 'C7'],
                    "D": ['D4', 'D5', 'D6', 'D7'],
                    "F": ['F4', 'F5', 'F6', 'F7']}
                   )

sql = """SELECT * FROM df as t
WHERE
NOT EXISTS(SELECT 1 FROM df  WHERE 
SUBSTR(A,1,INSTR(A,'.')-1)= SUBSTR(T.A,1,INSTR(T.A,'.')-1)
AND 
CAST(SUBSTR(A,INSTR(A,'.')+1, LENGTH(A)-INSTR(A,'.')) as int) >CAST(SUBSTR(t.A,INSTR(t.a,'.')+1,LENGTH(t.A)-INSTR(t.A,'.')) as int)
)
"""
f = lambda x: ps.sqldf(x, globals())

print(f(sql))

--result
             A   B   C   D   F
0  ENSG0002.14  B4  C4  D4  F4
1  ENSG0003.18  B6  C6  D6  F6
2   ENSG0006.1  B7  C7  D7  F7

使用pandas 列取最大值