如何從一列中查找也出現在 Python 中 DataFrame 的另一列中的元素

Question

我已將以下玩具化學反應轉換為 DataFrame 以進行進一步的二分網絡表示：

R1: A + B -> C

R2: C + D -> E

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

現在，我想從中創建一個新的 DataFrame，僅表示基於它們的化合物的反應之間的關系，例如：在上面的 DataFrame 中， C是來自R1的目標，而C也是R2源，那么，關系應該：

R1->R2

（我可以為上面的Daframe獲得唯一的反應 - 反應關系）

我為此任務創建的代碼如下：

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，對於大表（數千行），代碼可以工作，它變得非常慢......我仍然是初學者，所以如果你能幫助我改進它，我會很高興。 謝謝=D

Answer 1

我更喜歡基於字典的方法：

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

您可以合並日期框上的數據框

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'})

然后過濾掉化合物

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


  Target Source
4     R2     R1

或轉換為字典，映射值並過濾

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