使用索引从另一个表中检索数据

Question

我想用python和pandas处理生物数据。

表1由蛋白质对的名称组成。 XX，YY，ZZ和AA是指蛋白质的名称。表2由每种蛋白质的一些数据（值）组成。

我想要计算的是表1中存在的每个蛋白质对的Pearson相关系数（PCC），使用表2的数据列表。它是一种类似数据库的方法。

Table 1 

Col1 Col2 
XX YY 
XX ZZ 
ZZ AA 

Table 2 

     XX YY ZZ AA BB CC ... 
Data1 10 20 30 40 50 60 ... 
Data2 11 12 13 14 15 16 ... 
Data3 80 70 60 50 40 20 ... 

Result 

     PCC 
XX_YY R1 
XX_ZZ R2 
ZZ_AA R3 

R1结果表中的是蛋白XX和YY的PCC值，换句话说，pearsonr的结果（[10，11，80]，[20，12，70]）。 R2和R3分别为pearsonr（[10,11,80]，[30,13,60]）和pearsonr（[30,13,60]，[40,14,50]）。

在这种工作之前，我得到了一个建议，使用combination函数。用所有配对计算时非常好，但在这种情况下，我只需要计算表1中的蛋白质对，因此很难使用。

请问有没有简单的方法可以轻松完成这类工作？

Answer 1

你可以通过第一DataFrame（df1）的行迭代，从df2选择相关栏目，并用适当的标签，结果加到一个dictionary，您可以转换为Series完成时：

correlations = {} 
for i, row in df1.iterrows(): 
    correlations[row['col1' + '_' + row['col2']]] = df2.loc[:,row['col1']].corr(df2.loc[:, row['col2'], method='pearson') 

result = pd.Series(correlations)