Python 使用第三个csv文件作为映射，在另一个csv文件中查找一个csv文件中的值

我不太清楚如何表述这个问题，欢迎提出改进标题的建议

我有三个文件：e_data.csv、t_data.csv和e2d.csv。我想将

e\u id

、

t\u id

、

gene\u name

和

value

合并到一个文件中，如所需的\u result.csv所示。天真的方法如下：

对于e_data.csv中的每一行，提取

e_id

和

value

检查与给定的

e\u id

对应的

t\u id

的e2t.csv

检查与给定的

t\u id

对应的

gene\u name

的t\u data.csv

将它们全部合并到一个文件中

请参见以下示例了解我试图实现的目标：

e_data.csv：

e2t.csv：

t_data.csv：

所需的_result.csv：

---

使用哪种工具或语言没有限制，但我更喜欢使用Python，因为这是我最熟悉的。R也可以是一种选择。我已经用纯Python实现了一个解决方案，但是数据集相当大，我希望像Pandas或Numpy这样的东西可以加快速度。谢谢

使用加载所有CSV后，只要列名一致，就可以迭代加载它们：

In [149]:
merged = t_data.merge(e2t.merge(e_data))
merged

Out[149]:
   t_id gene_name  e_id  value
0    10     Gene1     1    110
1    24     Gene2     2    240
2    32     Gene3     3    370

---

默认情况下，上述操作将尝试在匹配的列名上进行合并，并执行内部合并，因此列值必须在lhs和rhs上匹配。

使用加载所有CSV后，只要列名一致，您就可以迭代加载它们：

In [149]:
merged = t_data.merge(e2t.merge(e_data))
merged

Out[149]:
   t_id gene_name  e_id  value
0    10     Gene1     1    110
1    24     Gene2     2    240
2    32     Gene3     3    370

---

默认情况下，上述操作将尝试在匹配的列名上进行合并，并执行内部合并，因此列值必须在lhs和rhs上匹配。

感谢您的快速回复！我在尝试执行t_data.merge（e2t.merge（e_data））时得到一个空数据帧。但是列名与您的答案中的列名相同。然而，合并e2t和e_数据是可行的。我会查看有关合并的文档，也许我做错了什么。我会查看每个合并的输出，也不一定需要合并整个df来调试它，例如，

e2t.iloc[：5]。merge（e_data.iloc[：5]）

将只合并前5行。出于某种原因，在我的示例中，e2t和t_数据不会合并，这与问题中的数据相同。我不在乎两个文件中t_id列的位置不同，对吗？然而，在我的真实数据上，它是有效的，我不得不说，与我的纯python解决方案相比，它是闪电般的快。position不在乎，我会检查列名，看看拼写是否相同

e2t.columns.tolist（）

和

t\u date.columns.tolist（）

好的，我只是尝试了这个，数据类型必须匹配，否则你会得到一个空的df，这就是你的问题谢谢你的快速回复！我在尝试执行t_data.merge（e2t.merge（e_data））时得到一个空数据帧。但是列名与您的答案中的列名相同。然而，合并e2t和e_数据是可行的。我会查看有关合并的文档，也许我做错了什么。我会查看每个合并的输出，也不一定需要合并整个df来调试它，例如，

e2t.iloc[：5]。merge（e_data.iloc[：5]）

将只合并前5行。出于某种原因，在我的示例中，e2t和t_数据不会合并，这与问题中的数据相同。我不在乎两个文件中t_id列的位置不同，对吗？然而，在我的真实数据上，它是有效的，我不得不说，与我的纯python解决方案相比，它是闪电般的快。position不在乎，我会检查列名，看看拼写是否相同

e2t.columns.tolist（）

和

t\u date.columns.tolist（）

好的，我只是尝试了这个，数据类型必须匹配，否则你会得到一个空的df，这就是你的问题

  t_id gene_name
   10     Gene1
   24     Gene2
   32     Gene3

  gene_name t_id e_id value
     Gene1   10    1   110
     Gene2   24    2   240
     Gene3   32    3   370

In [149]:
merged = t_data.merge(e2t.merge(e_data))
merged

Out[149]:
   t_id gene_name  e_id  value
0    10     Gene1     1    110
1    24     Gene2     2    240
2    32     Gene3     3    370