2

我有两个熊猫数据框。一个持有节点,另一个持有边。作为一个简单的事实:所有边都应该连接到某个节点。

edges
11                 ["INET_N_752", "INET_N_1730"]
253     ["SEQ_5753__L_LMGN", "SEQ_5369__S_LMGN"]
254         ["N_211_L_LMGN", "SEQ_5753__L_LMGN"]
277            ["SEQ_5753__L_LMGN", "SEQ_867_p"]
278                   ["SEQ_867_p", "SEQ_871_p"]
279            ["SEQ_871_p", "SEQ_5789__L_LMGN"]

上面是边缘df。这些值是包含两个字符串的列表。

下面是节点df。这些值也是列表,但是这次它们只包含一个字符串对象。

nodes
15            ["INET_N_752"]
16           ["INET_N_1730"]
196     ["SEQ_5753__L_LMGN"]
197     ["SEQ_5369__S_LMGN"]
198         ["N_211_L_LMGN"]
222            ["SEQ_867_p"]

我想用节点过滤边缘。

因此,如果边列表的两个元素出现在节点中的一个元素中,则应选择该索引。

示例:edges[11] = ['INET_N_752', 'INET_N_1730'],因此节点 df 中应该有['INET_N_752']and ['INET_N_1730']

我怎样才能做到这一点?

这有效

edges[(edges.apply(lambda x: x[0]).isin(nodes.apply(lambda x: x[0])) &
       edges.apply(lambda x: x[1]).isin(nodes.apply(lambda x: x[0])))]
4

1 回答 1

3

尝试以下操作:

edges = pd.DataFrame(edges.to_list(), columns=['node1','node2'])
nodes = nodes.applymap(lambda n: n[0])
edges[(edges.node1.isin(nodes)) & (edges.node2.isin(nodes)]
于 2021-09-02T10:46:05.377 回答