Python Pandas 匹配具有重叠坐标的行

Question

我是 python 新手，正在尝试使用 pandas 解决问题。

我有两个 .csv 文件已作为 pandas 数据框导入。

其中一个文件是包含 ID 号、开始和结束坐标行的文件：

ID  Start  End
1   45     99
3   27     29
6   13     23
19  11     44

我的第二个文件有一个代码列，以及开始和结束坐标：

Code  Start  End
ss13d  67    100
dfv45  55    100
aal33  101   222
mm0ww  24    28

我想找到这两个文件之间没有特定顺序重叠的开始和结束坐标，因此结果看起来像这样：

ID  Start  End  Code  Start  End
1   45     99   ss13d 67     100
1   45     99   dfv45 55     100
3   27     29   mm0ww 24     28

我尝试过使用 pandas.merge()，但据我了解，列表需要有共同的列。在这种情况下，它是我的起始列，但我无法合并这些列，因为它们是被比较的列。

现在我终于弄清楚了如何定位重叠背后的逻辑：

df = pd.read_csv (r'file1.csv')   
df2 = pd.read_csv ('file2.csv')

c= (df['Start'] <= df2['Start']) & (df['End'] >= df2['Start']) | (df['Start'] <= df2['End']) & (df['End'] >= df2['End'])

但是我没有任何运气可以工作。

有人能指出我正确的方向吗？在这种情况下，我认为 concat 和 merge 都不适合我。

Answer 1

所以一开始，你应该重命名你的列，这样你就可以知道哪个属于哪个数据框，这会让以后比较它们时更容易。

df1 = df1.rename(columns={'Start': 'Start_1', 'End': 'End_1'}) 
df2 = df2.rename(columns={'Start': 'Start_2', 'End': 'End_2'}) 

接下来，如果你想合并两个数据框，但没有任何共同的列，你可以简单地创建一个：

df1["key"] = 0
df2["key"] = 0

然后您可以合并该列并再次删除它

joined_df = pd.merge(df1, df2).drop(columns=['key'])

最后，您可以根据重叠过滤列，例如：

joined_df[(joined_df["Start_2"] > joined_df["Start_1"]) & (joined_df["Start_2"] < joined_df["End_1"])]

（提示一下，使用& 和| 作为二元运算符来组合过滤器，并始终在布尔值周围加上括号。）

希望这对熊猫有帮助并祝你好运！