python - 使用 pandas 查找重叠

Question

文件1:

col0 col1 col2 col3
1    20   10   -
1    25   30   +
2    50   40   -
2    60   70   +

文件2:

col0 col1 col2 col3 col4 col5
1    25   5   -     e1    e2
1    20   30   +    e4    e24
2    45   35   -    e9    e12
2    55   75   +    e10    e21

我需要检查 3 个条件:1) 检查 col0 中的元素是否相同 (1 ==1)

2) 如果是，则检查 col3 是否为 - 或 +，如果 - 则 col1 值将高于 col2，如果为 +，则相反，

3) 检查范围是否在 file2 的 col1 和 col2 内，即 如果满足所有条件，第二行 25-30 落在 20-30 范围内，则输出文件 1 中的行以及文件 2 中的 col4 和 col5(这是一些元信息)

col0 col1 col2 col3 col4 col5
1    20   10   -    e1    e2
1    25   30   +    e4    e24
2    50   40   -    e9    e12
2    60   70   +    e10   e21

简单的Python代码会有这样的条件

for i in file1:
    for j in file2:
        if i[1]<j[1] and i[2]<j[2] and i[0]==j[0]:
           print j

不确定如何解释该标志，我如何使用 pandas 实现此目的，否则 pandas 不是正确的方法？

Answer 1

这是一种方法:

生成OP提供的样本数据

# copy file1 data from OP, then run:
df1 = pd.read_clipboard().reset_index()

# copy file2 data from OP, then run:
df2 = pd.read_clipboard().reset_index()

合并和过滤数据

# merge data on row index and col0 value
df3 = (df1.merge(df2.drop('col3',1), on=['index','col0'], suffixes=('_1','_2'))
          .drop('index',1))

# sort range cols from file2
df3[['col1_2','col2_2']] = df3[['col1_2','col2_2']].apply(sorted, axis='columns')

# filter based on file1 range within file2 range, drop extra cols
df3 = (df3.loc[df3.col1_1.between(df3.col1_2, df3.col2_2) & df3.col2_1.between(df3.col1_2, df3.col2_2)]
          .drop(['col1_2','col2_2'], 1))
print(df3)

输出

   col0  col1_1  col2_1 col3 col4 col5
0     1      20      10    -   e1   e2
1     1      25      30    +   e4  e24
3     2      60      70    +  e10  e21