Pandas：如何检查数据框列中的任何列表是否存在于另一个数据帧的范围内？

Question

我正在尝试比较两个生物信息学DataFrames（一个具有转录起始和最终基因组位置，一个具有表达数据）。 我需要检查一个DataFrame中的任何位置列表是否存在于另一个DataFrame中的起始位置和结束位置定义的范围内，返回它们匹配的行/ ID。

我已经尝试了许多内置方法（.isin，.where，.query，），但通常会因为列表不可用而卡住。 我还尝试了一个带有iterrows和itertuples的嵌套for循环，这非常慢（我的实际数据集是数千个条目）。

tss_df = pd.DataFrame(data={'id':['gene1','gene2'], 
   'locs':[[21,23],[34,39]]})
exp_df = pd.DataFrame(data={'gene':['geneA','geneB'], 
   'start': [15,31], 'end': [25,42]})

我想找到tss_df中id为'gene1'的行的位置（locs）与exp_df中的'geneA'匹配。

输出将是这样的：

output = pd.DataFrame(data={'id':['gene1','gene2'],
   'locs': [[21,23],[34,39]],
   'match': ['geneA','geneB']})

编辑：根据下面的评论，我尝试使用merge_asof ：

pd.merge_asof(tss_df,exp_df,left_on='locs',right_on='start')

这给了我一个不兼容的合并键错误，我怀疑是因为我将列表与整数进行比较; 所以我拆分了locs中的第一个值：

tss_df['loc1'] = tss_df['locs'][0]
pd.merge_asof(tss_df,exp_df,left_on='loc1',right_on='start')

这似乎适用于我的测试数据，但我需要尝试使用我的实际数据！

Answer 1

根据下面的评论，我尝试使用merge_asof ：

pd.merge_asof(tss_df,exp_df,left_on='locs',right_on='start')

这给了我一个不兼容的合并键错误，我怀疑是因为我将列表与整数进行比较; 所以我拆分了locs中的第一个值：

tss_df['loc1'] = tss_df['locs'][0]
pd.merge_asof(tss_df,exp_df,left_on='loc1',right_on='start')

这似乎适用于我的测试数据！