用于列匹配的 Pandas

通常，我们可能希望将不同 Excel 文件中的列值相互比较，以搜索匹配和/或相似性。使用 Python 中的 Pandas 库，这很容易。为了演示这是如何实现的，本教程将重点介绍一个简单的遗传示例。不需要遗传知识！

考虑以下情况；我有一些未知的 DNA 序列样本（由字母 A、T、G 和 C 组成的简单字符串。对于这些未知的 DNA 序列中的每一个，我分配一个唯一标识符。为了简单起见，第一个未知序列将被标识为 1 ，第二个为 2，依此类推，如下图所示。

在这个有点人为的例子中，我想将我的未知序列与已知的参考序列进行比较。

简而言之，我的问题是，任何“Unknown_sample_no”是否与我的“Reference_sequences_ID”匹配？如果有，它们与哪个序列匹配。

要开始回答这个问题，我首先导入 pandas 模块，并将我的相应文件读取为 csv 文件。注意：我在 Excel 中将这些文件保存为逗号分隔值文件（csv 文件），并使用read_csv()函数解析它们。这不是绝对必要的，而是我更喜欢的工作习惯。您也可以使用原生.xlsx扩展名保留您的 Excel 文件，并使用pandas.read_excel()函数在此处保存一个步骤。