如何从一列中查找也出现在 Python 中 DataFrame 的另一列中的元素

Question

我已将以下玩具化学反应转换为 DataFrame 以进行进一步的二分网络表示：

R1: A + B -> C

R2: C + D -> E

SourceTarget
R1    C
A     R1
B     R1
R2    E
C     R2
D     R2

现在，我想从中创建一个新的 DataFrame，仅表示基于它们的化合物的反应之间的关系，例如：在上面的 DataFrame 中， C是来自R1的目标，而C也是R2源，那么，关系应该：

R1->R2

（我可以为上面的Daframe获得唯一的反应 - 反应关系）

我为此任务创建的代码如下：

newData=[]
    for i in range(0,len(data["Target"].index.values)):
        for j in range(0,len(data["Source"].index.values)):  
            if data.iloc[i,1] == data.iloc[j,0] and not re.match("R.", 
            data.iloc[i,1], flags=0):
                newData.append(data.iloc[i,0] +"\t" + data.iloc[j,1])

但是，对于大表（数千行），代码可以工作，它变得非常慢......我仍然是初学者，所以如果你能帮助我改进它，我会很高兴。 谢谢=D

Answer 1

我更喜欢基于字典的方法：

import pandas as pd

d = df.set_index('Source')['Target']
r = {i for i in set(df['Source']).union(df['Target'])  if 'R' in i}

{k: d.get(d.get(k)) for k in r if d.get(d.get(k))}

# {'R1': 'R2'}

Answer 2

您可以合并日期框上的数据框

RtoC = df.merge(df,how='inner',left_on='Source',right_on='Target')\
                .drop(['Target_y','Source_x'],axis=1)\
                .rename(columns={'Target_x':'Target','Source_y':'Source'})

然后过滤掉化合物

RtoC[(RtoC.Target.str.contains('\d()')) & (RtoC.Source.str.contains('\d()'))]


  Target Source
4     R2     R1

或转换为字典，映射值并过滤

mapper = dict(df.values[::-1])

df.Target = df.Target.map(mapper)

df[(df.Target.str.contains('\d()')) & (df.Source.str.contains('\d()'))]

  Source Target
0     R1     R2