熊貓基於多個條件從數據框中刪除行，而沒有for循環

Question

我有一個6列的熊貓數據框數據，我想根據某些條件處理並刪除一些行。 數據框以制表符分隔，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

刪除行的條件僅取決於前兩列。 我也有一個字典，整個關鍵字都是蛋白質ID，就像前兩列中的那些一樣，並且值也是其他蛋白質ID的列表。 基本上我想刪除所有行，如果：

第一列的值在字典中作為鍵，並且第二列的值在字典中用於該鍵的值。 我為此編寫了反向邏輯，並嘗試以某種方式（而不是保持不滿足這些條件的行）執行它，這是這樣寫的

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]]) ) ) ]

我讀入文件中的數據框稱為blast_out_df，而我嘗試使用過濾后的行創建的新數據框為blast_out_filtered_df。 Ofcrourse運行此代碼給我以下錯誤：

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

這是因為我試圖用特定行的列值索引字典。 如何有效執行此操作？ 我使用usint .iterrrows（）方法實現了它，但是我有一百萬行以上，這太慢了。 有什么建議么？ 謝謝。

字典看起來像這樣：

homolog_dict['MAPK5_MOUSE']
['MAPK5_HUMAN']

在這種情況下，鍵為“ MAPK5_MOUSE”，值為['MAPK5_HUMAN”]列表之一

Answer 1

通過執行以下操作找到了解決方案：

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)))]

並通過定義我自己的功能：

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

由於我的字典的值是列表，因此單獨使用map函數不會被剪切。 我還必須定義自己的函數，因為如果我找不到該字典的鍵，則map將返回np.nan值，在這種情況下，該函數將為此任務返回True。