我有幾個來自資料庫的小資料集，顯示不同生物途徑中的基因。我的最終目標是找出不同資料集中出現的基因。出于這個原因，我嘗試從每個資料集制作多級資料框并將它們合并到一個列中。然而，它似乎一無所獲。
測驗樣本：https : //www.mediafire.com/file/bks9i9unfci0h1f/sample.rar/file
制作多級列：
import pandas as pd
df1 = pd.read_csv("Bacterial invasion of epithelial cells.csv")
df2 = pd.read_csv("C-type lectin receptor signaling pathway.csv")
df3 = pd.read_csv("Endocytosis.csv")
title1 = "Bacterial invasion of epithelial cells"
title2 = "C-type lectin receptor signaling pathway"
title3 = "Endocytosis"
final1 = pd.concat({title1: df1}, axis = 1)
final2 = pd.concat({title2: df2}, axis = 1)
final3 = pd.concat({title3: df3}, axis = 1)
我嘗試使用 pandas.merge() 合并“用戶 ID”列上的資料框：
pd.merge(final1, final2, on = "User ID", how = "outer")
但我得到一個錯誤。我不能使用 droplevel()，因為我需要頂部的標題。所以，我可以看到每個樣本屬于哪個資料集。有什么建議嗎？
uj5u.com熱心網友回復：
既然您想查看哪些基因出現在不同的資料集中，聽起來內部連接可能更有用？將用戶 ID 作為單行索引。
df1 = pd.read_csv("Bacterial invasion of epithelial cells.csv").set_index('User ID')
df2 = pd.read_csv("C-type lectin receptor signaling pathway.csv").set_index('User ID')
df3 = pd.read_csv("Endocytosis.csv").set_index('User ID')
final1 = pd.concat({"Bacterial invasion of epithelial cells": df1}, axis = 1)
final2 = pd.concat({"C-type lectin receptor signaling pathway": df2}, axis = 1)
final3 = pd.concat({"Endocytosis": df3}, axis = 1)
final1.merge(final3, left_index=True, right_index=True)#.merge(final2, left_index=True, right_index=True)
輸出：
Bacterial invasion of epithelial cells Endocytosis
Gene Symbol Gene Name Entrez Gene Score Gene Symbol Gene Name Entrez Gene Score
User ID
P51636 CAV2 caveolin 2 858 1.3911 CAV2 caveolin 2 858 1.3911
Q03135 CAV1 caveolin 1 857 1.5935 CAV1 caveolin 1 857 1.5935
（我已經注釋掉了第二個合并操作，final2因為它和其他兩個之間沒有任何重疊的基因，但是您可以使用任意數量的資料集重復該程序。）
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/370806.html