Python：根据索引列上的另一个数据帧中的另一列替换数据帧中的列

Question

我有一个数据框 DF1：

<头>

1	2	3	4	ID
1	121	1313	+	102466751
2	112	133	+	6147
3	122	313	-	55207
4	212	413	-	113655
5	1012	343	+	79501

和另一个数据帧 DF2"

<头>

没有	合奏	ID
1212	ENSG00000146083	22838
1512	ENSG00000198242	6147
1262	ENSG00000134108	55207
1219	ENSG00000167700	113655
1512	ENSG00000070087	521

我正在尝试使用以下最终的 Dataframe DF3，它看起来像：

<头>

1	2	3	4	ID
1	121	1313	+	102466751
2	112	133	+	ENSG00000198242
3	122	313	-	ENSG00000134108
4	212	413	-	ENSG00000167700
5	1012	343	+	521

当且仅当 DF1.ID == DF2.ID 时，DF3 包含在 DF2.ensembl 上，否则 DF1.ID 保持不变。

我用 Python 写的：

DF3['ID'] = DF1['ID'].apply(lambda x: DF2['Ensembl'] if DF1['ID'] == DF2['ID'] else DF1['ID'])

值错误为：

ValueError: 只能比较标记相同的系列对象

有什么帮助吗？

Answer 1

您可以合并到 df1 中，然后用 Ensmbl 列中的非 NaN 值替换 ID。

df3 = pd.merge(df1, df2, on="ID", how="left")
m = ~df3["Ensmbl"].isna()

df3.loc[m, "ID"] = df3.loc[m, "Ensmbl"]
print(df3[df1.columns])

打印：

   1     2     3  4               ID
0  1   121  1313  +        102466751
1  2   112   133  +  ENSG00000198242
2  3   122   313  -  ENSG00000134108
3  4   212   413  -  ENSG00000167700
4  5  1012   343  +            79501

注意：我假设最后一个 ID 是 79501 而不是 521（可能是拼写错误。）