Question

我有两组数据描述了一个分子的量子特性以及能量。 DataS有45k点，但没有不确定性，DataM有5k，但是每种能量都有不确定性。主要目标是将我们从DataM中获得的不确定性附加到更全面的DataS中。使用为方便起见被编译到单列中的其他量子特性，我如何才能将dataS中的数据与dataS中的数据进行匹配，以便我知道可以将不确定性附加到dataM中的哪一行/位置。我们基本上是在使用其他量子特性来识别正确的能量。我不想要1-1函数；它应该在M列中进行筛选，以找到S列中的哪一行匹配。

每一列的摘要：

                      S              M        ΔE
 0         0+X1Sigmag+0   0+X1Sigmag+0  0.000000
 1         0+X1Sigmag+1   2+X1Sigmag+0  0.008930
 2         0+X1Sigmag+2   4+X1Sigmag+0  0.002009
 3         0+X1Sigmag+3   6+X1Sigmag+0  0.001273
 4         0+b3Sigmag-0   8+X1Sigmag+0  0.005600
 5         0+X1Sigmag+4  10+X1Sigmag+0  0.001979
 6         0+b3Sigmag-1  12+X1Sigmag+0  0.001763
 7         0+X1Sigmag+5  14+X1Sigmag+0  0.001962
 8         0+b3Sigmag-2  16+X1Sigmag+0  0.006180
 9         0+X1Sigmag+6       2-a3Piu0  0.004950
 10        0+b3Sigmag-3       3-a3Piu0  0.005230

很明显，第一个匹配，所以我将第1行的不确定性附加为0（其Python为0）

 S = pd.DataFrame(data1, columns= ['Properties']).values
 M = pd.DataFrame(data2, columns= ['Properties']).values

我已组织成两个数据框，目前正在使用：

 equal_indices = []
 for i in range(len(S)): 
    for j in range(len(M)): 
        if S[i] == M[j] and M[i]==S[j]:
            equal_indices.append(j [have also tried i]) 
            print(i,j)

它花费的时间太长，没有任何用处...长度是一个问题，因为一旦我成功地管理了此数据，我将输入更大的数据值。

我想最终得到一个看起来像这样的代码（我组成的其他行，但第一行是正确的），但是对于许多匹配项：

ith row    matched property     resultant uncertainty 
0           0+X1Sigmag+0         0.000000
17          0+b3Sigmag-2         0.060789
450         2-a3Piu              0.005230

非常感谢您！

Answer 1

        if S[i] == M[j] and M[i]==S[j]:

如果S和M的长度不同，那么用i索引M以及用j索引S显然是错误的。

        if S[i] == M[j]:

试试看；如果结果正确，但速度太慢，我们可以开始进行优化。

如何在整个columnS数据集上附加第三列（与那些j值相对应）

为了连接两组数据，我们可以忘记上面的循环并使用（正如krewsayder所建议的那样）DataFrame.merge：

data = data1.merge(data2, 'left', 'Properties')

合并类型'left'保留了更全面 data1集的键顺序，您不想对其进行重新排序。

Answer 2

首先，欢迎堆栈溢出。

您可以合并列中的两个数据框，以得到完全匹配，前提是您想要的结果为DataS = DataM？

这将返回数据，就像您在SQL中进行了内部联接一样，左/右键由left_on / right_on表示。

DataM.index.name = 'M RowNum'
DataS.index.name = 'S RowNum'
Matched = DataS.reset_index()\
               .merge(DataM.reset_index(), left_on = 'S', right_on = 'M', how = 'inner')

如果您要从任一索引中选择行索引，则可以添加一种方法来重置索引，例如附加到任一数据帧的DataS.reset_index()。

我有两组数据，分为两列。 dataM具有与dataS匹配的一些点；如何找到它们匹配的行？

2 个答案: