python - 通过另一个文件 python pandas 获取 pandas 值

Question

我有一个小样本数据集:

import pandas as pd

df = {'ID': ['H576','H577','H578','H600', 'H700'],
  'CD': ['AAAAAAA', 'BBBBB', 'CCCCCC','DDDDDD', 'EEEEEEE']}

df = pd.DataFrame(df)

看起来像:

Out[76]: 
    CD    ID
0  AAAAAAA  H576
1    BBBBB  H577
2   CCCCCC  H578
3   DDDDDD  H600
4  EEEEEEE  H700

我还有一个小的 .txt 文件:

AAAAAAA
BBBBB
EEEEEEE

我想遍历数据框和 .txt 文件中的“CD”列，如果匹配，则在 .txt 文件中打印出 ID 和 CD。

想要输出，output.txt:

H576
AAAAAAA
H577
BBBBB
H700
EEEEEEE

我的尝试:

import pandas as pd


df = {'ID': ['H576','H577','H578','H600', 'H700'],
  'CD': ['AAAAAAA', 'BBBBB', 'CCCCCC','DDDDDD', 'EEEEEEE']}


df = pd.DataFrame(df)
f = open('file.txt') 

for i in data.CD:
    i = i.strip()    
    for line in f:
        line = line.strip()

        if df["CD"].str.contains(line).any():
            position = df.index.get_indexer_for((df[df["CD"].str.contains(line)].index))
            z = df.ReadID[position]
            print(z)
            print(line)

这不太正确，我想我可能想多了。

Answer 1

import pandas as pd

df = {'ID': ['H576','H577','H578','H600', 'H700'],
      'CD': ['AAAAAAA', 'BBBBB', 'CCCCCC','DDDDDD', 'EEEEEEE']}
df = pd.DataFrame(df)
keywords = pd.read_csv('file.txt', header=None)[0]

mask = df['CD'].isin(keywords)
result = df.loc[mask]
print(result[['ID', 'CD']].stack().to_csv(None, index=False))

产量

H576
AAAAAAA
H577
BBBBB
H700
EEEEEEE

---

• pd.read_csv 将 file.txt 加载到 DataFrame 中。然后，您可以选择 DataFrame 中的单个列来定义系列关键字:

  keywords = pd.read_csv('file.txt', header=None)[0]
  

• 然后可以使用 Series.isin 方法构造一个 bool 系列，当 df['CD'] 中的值在 关键字:

  mask = df['CD'].isin(keywords)
  # 0     True
  # 1     True
  # 2    False
  # 3    False
  # 4     True
  

• 使用df.loc[mask] 选择df 中mask 为True 的行:

  result = df.loc[mask]
  #         CD    ID
  # 0  AAAAAAA  H576
  # 1    BBBBB  H577
  # 4  EEEEEEE  H700
  

• 最后，可以使用df.to_csv 形成所需的字符串。通过传递 None 作为第一个参数 df.to_csv 返回一个字符串(而不是写入文件)