Python 迭代不同的数据帧，检查一个数据帧的元素是否存在于另一个数据帧中

我有两个不相等的多行数据帧 df1=ft1_hyp：

    assembly          non-redundant         name
1   GCF_000401195.1   WP_016197566.1        F-type
3   GCF_000401195.2   xx_01                 conjugative 
7   GCF_000401195.4   yy_02                 DUF1378
9   GCF_000401195.5   WP_004178060.1        HP1
15  GCF_000401195.7   zz_03                 HP3

df2=相同的硬件保护：

    query           subject         HPSame
0   WP_000031677.1  WP_000031706.1  HPS_1
1   xx_01           WP_001330846.1  HPS_2
2   WP_000339857.1  WP_032417926.1  HPS_3
3   WP_000339857.1  WP_032426627.1  HPS_4
4   WP_000376615.1  yy_02           HPS_5
5   WP_000376615.1  WP_000376617.1  HPS_6
6   WP_000376615.1  WP_004883563.1  HPS_7
7   zz_03           WP_103826461.1  HPS_8

我试图找出df1是否由df2的主题或查询present组成。如果存在，则在df1“new NAME”中创建一个新列，并将HPSame放入，否则放入NAME。 我想要的结果是， df1=

我试过了

hp_filtered = pd.DataFrame(columns[])

for a, b in same_hyp_prot.iterrows():
        for c, d in ft1_hyp.iterrows():
            if b[0] or b[1] == d[1]:
                hp_filtered = hp_filtered.append({'assembly': d[0], 'non_redundant_refseq': d[1], 'name': d[2], 'New name': [b[2]]}, ignore_index=True)

这花费了很多时间来完成，并尝试对其进行矢量化，并抛出ValueError:只能比较标签相同的系列对象

ft1_hyp.loc[(ft1_hyp['non-redundant'] == same_hyp_prot['query']) | (ft1_hyp['non-redundant'] == same_hyp_prot['subject']), 'NEW NAME'] = same_hyp_prot['HPSame']
ft1_hyp.loc[(ft1_hyp['non-redundant'] != same_hyp_prot['query']) & (ft1_hyp['non-redundant'] != same_hyp_prot['subject']), 'NEW NAME'] = ft1_hyp['name']
    

您可以在每列上合并

left

两次，每次都将列重命名为

非冗余

，以使合并干净

然后，使用

fillna

组合三列（

NEW NAME 1

、

NEW NAME 2

和

NAME

），并传递这些列。您必须确保将

fillna（df3['name']）

作为最后一个

.fillna（）

---

这里使用

.pop（）

有点花哨；因此，或者，您也可以对最后两行代码做一些更简单的理解：

df3['NEW NAME'] = df3['NEW NAME 1'].fillna(df3['NEW NAME 2']).fillna(df3['name'])
df3 = df3.drop(['NEW NAME 1', 'NEW NAME 2'], axis=1)

---

基本上，使用

.pop（）

可以在同一步骤中删除列和

fillna（）

。或者，您可以将其包含在

drop

的下一行代码中，因为您必须删除另一列。

谢谢David。非常感谢。

df3 = (pd.merge(df1,df2[['query','HPSame']].rename({'query' : 'non-redundant','HPSame' : 'NEW NAME 1'}, axis=1),
                how='left', on='non-redundant')
         .merge(df2[['subject','HPSame']].rename({'subject' : 'non-redundant','HPSame' : 'NEW NAME 2'}, axis=1),
                how='left', on='non-redundant'))
df3['NEW NAME'] = df3['NEW NAME 1'].fillna(df3.pop('NEW NAME 2')).fillna(df3['name'])
df3 = df3.drop('NEW NAME 1', axis=1)
df3
Out[1]: 
          assembly   non-redundant         name NEW NAME
0  GCF_000401195.1  WP_016197566.1       F-type   F-type
1  GCF_000401195.2           xx_01  conjugative    HPS_2
2  GCF_000401195.4           yy_02      DUF1378    HPS_5
3  GCF_000401195.5  WP_004178060.1          HP1      HP1
4  GCF_000401195.7           zz_03          HP3    HPS_8

df3['NEW NAME'] = df3['NEW NAME 1'].fillna(df3['NEW NAME 2']).fillna(df3['name'])
df3 = df3.drop(['NEW NAME 1', 'NEW NAME 2'], axis=1)