熊猫基于多个条件从数据框中删除行，而没有for循环

Question

我有一个6列的熊猫数据框数据，我想根据某些条件处理并删除一些行。 数据框以制表符分隔，如下所示：

RO52_HUMAN  TRIM6_HUMAN 1.83e-136   471 45.86   216
RO52_HUMAN  TRI68_HUMAN 6.46e-127   482 42.946  207
RO52_HUMAN  TRI22_HUMAN 6.49e-121   491 41.344  203
RO52_HUMAN  TRI38_HUMAN 7.15e-117   458 42.358  194
RO52_HUMAN  TRIM5_HUMAN 3.6e-114    499 40.281  201
RO52_HUMAN  TRI39_HUMAN 2.56e-111   490 39.388  193
RO52_HUMAN  TRI11_HUMAN 2.35e-109   471 43.524  205
RO52_HUMAN  TRI27_HUMAN 1.44e-108   495 37.576  186
RO52_HUMAN  TRI34_HUMAN 6.12e-105   500 43.0    215
RO52_HUMAN  TRI17_HUMAN 1.79e-87    461 37.093  171

删除行的条件仅取决于前两列。 我也有一个字典，整个关键字都是蛋白质ID，就像前两列中的那些一样，并且值也是其他蛋白质ID的列表。 基本上我想删除所有行，如果：

第一列的值在字典中作为键，并且第二列的值在字典中用于该键的值。 我为此编写了反向逻辑，并尝试以某种方式（而不是保持不满足这些条件的行）执行它，这是这样写的

blast_out_filtered_df = blast_out_df[ -blast_out_df[0].isin(homolog_dict.keys()) | (blast_out_df[0].isin(homolog_dict.keys() & -blast_out_df[1].isin(homolog_dict[blast_out_df[0]]) ) ) ]

我读入文件中的数据框称为blast_out_df，而我尝试使用过滤后的行创建的新数据框为blast_out_filtered_df。 Ofcrourse运行此代码给我以下错误：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Users\mstambou\AppData\Local\Continuum\Anaconda\lib\site-
packages\pandas\core\generic.py", line 806, in __hash__
' hashed'.format(self.__class__.__name__))
TypeError: 'Series' objects are mutable, thus they cannot be hashed

这是因为我试图用特定行的列值索引字典。 如何有效执行此操作？ 我使用usint .iterrrows（）方法实现了它，但是我有一百万行以上，这太慢了。 有什么建议么？ 谢谢。

字典看起来像这样：

homolog_dict['MAPK5_MOUSE']
['MAPK5_HUMAN']

在这种情况下，键为“ MAPK5_MOUSE”，值为['MAPK5_HUMAN”]列表之一

Answer 1

通过执行以下操作找到了解决方案：

dct_2 = dict(RO52_HUMAN=['TRI68_HUMAN', 'TRI67_HUMAN'])

blast_out_df[map(isnt_in, zip(blast_out_df[1], blast_out_df[0].map(dct_2)))]

并通过定义我自己的功能：

def isnt_in(lst_item):     
    if str(lst_item[1])== 'nan':
        return True
    return lst_item[0] not in lst_item[1]

由于我的字典的值是列表，因此单独使用map函数不会被剪切。 我还必须定义自己的函数，因为如果我找不到该字典的键，则map将返回np.nan值，在这种情况下，该函数将为此任务返回True。