python - 添加一列与其他两列匹配，一列包含代表值

Question

我有如下三个数据框:

df1
col1 CAND_SNP
1     a1
1     a2
1     a3
1     a4
2     b1
3     c1
3     c2
3     c3

df2
col1 LEAD_SNP
1     a1
2     b1
3     c1
    


df3
snp col2
a3     x1
a21    x2
a31    x3
a41    x4
b11    x5
c11    x6
c21    x7
c31    x8

我需要将 df1 的 CAND_SNP 与 df3 的 snp 进行匹配，以填充 中的新列>df2，值为 "yes" 或 "no"。对于 df1 的 col1，匹配需要分组。在上面的示例中，df1 的col1 中有3 个组。如果这些组在 CAND_SNP 中的任何对应值与 df3 的 snp 匹配，则 df2 的新列将是"yes" 如下:有什么帮助吗？

df2
    col1 LEAD_SNP   col3
    1     a1        Yes
    2     b1        No
    3     c1        No

Answer 1

如果我没理解错的话，你可以将df1按col1分组，然后查看col1<中是否存在col2的值 的 df3。然后与df2合并:

df1['col3'] = df1.groupby('col1')['CAND_SNP'].apply(lambda s: s.isin(df3['snp']))
df2 = df2.merge(df1.groupby('col1')['col3'].any(), left_on='col1', right_index=True, how='left')

如果您需要'Yes'/'No' 作为值，请使用

df2.col3.map({True: 'Yes', False: 'No'})