python熊猫-使用2列作为参考进行映射

我有两个txt文件想读入python：1）一个映射文件，2）一个数据文件。我想让一个查找表或字典读取一列中两列的值，并使用类似pandas.map函数的函数确定将哪个值放入第三列。实际地图文件约700000行，实际数据文件约1000万行

玩具数据框（或者我可以重新创建为字典）-地图

玩具数据框-数据文件

Chr     Position
1       1000
1       2000
2       1000
2       2001

最终生成的表格：

Chr     Position   Name
1       1000       SNPA
1       2000       SNPB
2       1000       SNPC
2       2001       NaN

我只在一个列查找中发现了几个关于此的问题：。但似乎找不到使用两列的方法。我也对其他可能处理基因组数据的软件包持开放态度

---

作为第二个额外问题，如果第三列具有一定数量的映射值，那么如果有方法映射第三列也很好。换句话说，上面生成的表的第4行将映射到SNPD，因为它离SNPD只有1远。但是我很乐意得到上面的解决方案。

我会这样做：

读取地图数据，使前两列成为索引：

dfm = pd.read_csv('/path/to/map.csv', delim_whitespace=True, index_col=[0,1])

将

delim_whitespace=True

更改为

sep='，

如果您有

，

作为分隔符

读取DF（设置相同的索引）：

加入您的DFs：

df.join(dfm)

输出：

In [147]: df.join(dfm)
Out[147]:
              Name
Chr Position
1   1000      SNPA
    2000      SNPB
2   1000      SNPC
    2001       NaN

---

对于奖金问题，请尝试类似于

的方法，如果我的dfs有不同的列名，我该怎么做？我刚刚开始学习Python和pandas（我通常在R中工作）。我是要重命名该列，还是有其他方法？@GaiusAugustus，Pandas中有三个函数可用于加入：

join

、

merge

和

concat

——了解它们会帮助你有一个好的开始

df.join(dfm)

In [147]: df.join(dfm)
Out[147]:
              Name
Chr Position
1   1000      SNPA
    2000      SNPB
2   1000      SNPC
    2001       NaN