我正在加载一些CSV文件：
apds = pandas.read_csv( out + '.apds.txt', sep='\t' )
cnds = pandas.read_csv( out + '.cnds.txt', sep='\t' )
gnds = pandas.read_csv( out + '.genotype.txt', sep='\t' )
这个想法是减少具有相同索引的3个DataFrame，但加载到gnds的文件没有索引，我必须将其添加为：
names = cnds.ix[ gnds.Index ][ 'ProbeSetName' ]
names = names.reset_index()[ 'ProbeSetName' ]
gnds[ 'ProbeSetName' ] = names
现在3个DataFames有一个名为“ProbeSetName”的列，我将用作索引：
gnds = gnds.set_index( 'ProbeSetName' )
cnds = cnds.set_index( 'ProbeSetName' )
apds = apds.set_index( 'ProbeSetName' )
所以，我们的想法是用每个DataFrame的“ProbeSetName”的公共元素创建一个pandas'Serie：
im = list( set.intersection( set( gnds.index ), set( cnds.index ), set( apds.index ) ) )
s = pandas.Series( im )
有了它，“s”具有3个DataFrame的共同元素。我可以使用以下方法过滤DataFrame：
apds_f = apds.ix[ s ]
cnds_f = cnds.ix[ s ]
gnds_f = gnds.ix[ s ]
它完美无缺，但是当我这样做时：
print len( apds_f ), len( cnds_f ), len( gnds_f )
我得到了：
697077 697077 697078
......我不知道为什么！？