合併數據幀存儲效率問題大熊貓

Question

我想使用這個確切的命令我的代碼

merging files based on column coordinates of two files in python

，但我的系統也只是凍結（可能是因爲我有〜315,000線），沒有更好的辦法做這個？下面 是我的代碼：

new_df = df.merge(gene_df, how='outer', on ='chrm') 
new_df = new_df[(new_df.start_x>=df.start_y) & (df.end_x<=df.end_y)] 
print (new_df.head(10)) 

Answer 1

只需使用new_df領域。您的邏輯使用之前合併的原始df中的字段。仔細看看你的鏈接問題。跨數據框的這種邏輯將很難運行！

new_df = new_df[(new_df.start_x >= new_df.start_y) & (new_df.end_x <= new_df.end_y)]