我有一個數據框在下面。使用Pandas從另一個數據框中的信息過濾數據幀
df = pd.DataFrame(columns=['Chromosome', 'Start','End'],
data=[
['chr1', 2000, 3000],
['chr1', 500, 1500],
['chr3', 3000, 4000],
['chr5', 4000, 5000],
['chr17', 9000, 10000],
['chr19', 1500, 2500]
])
我有一個探測數據框如下。
probes = pd.DataFrame(columns=['Probe', 'Chrom','Position'],
data=[
['CG999', 'chr1', 2500],
['CG000', 'chr19, 2000],
])
我要篩選行DF含有探針染色體,並且其具有探頭位置之間它的開始和結束號碼,然後在DF添加探頭名新列/字段。所需的輸出低於:
Probe Chrom Start End
0 CG999 chr1 2000 3000
5 CG000 chr19 1500 2500
我下面的作品嚐試,但探測器名稱不放到一個探針列,是循環探測數據的依賴。必須有一個更有效的方式來做到這一點。
all_indexes = []
# fake2.tsv is the aforementioned probes dataframe
with open('fake2.tsv') as f:
for x in f:
probe, chrom, pos = x.rstrip("\n").split("\t")
row = df[(df['Chromosome'] == chrom) & ((int(pos) > df['Start']) & (int(pos) < df['End']))]
all_indexes.append(t.index.tolist())
all_t = [y for x in all_t for y in x]
df.iloc[all_indexes]