使用Pandas实现类Vlookup合并文件报错：AttributeError问题求助

你遇到的报错核心原因很明确：用readlines()读取文件得到的是字符串列表，不是Pandas的DataFrame对象，而set_index()是DataFrame专属的方法，列表当然没有这个属性，所以才会触发错误。

要实现你需要的「类似Excel Vlookup，用Half.txt数据填充All.txt缺失值」的需求，我们需要用Pandas专门的文件读取方法加载数据，再用合适的匹配填充逻辑完成任务。

推荐解决方案（贴合填充缺失值需求） #

下面的代码直接实现你的需求，逻辑和Excel Vlookup填充缺失值完全一致：

import pandas as pd

# 读取制表符分隔的TXT文件为DataFrame，Pandas会自动处理表头和列解析
df_half = pd.read_csv('Half.txt', sep='\t')
df_all = pd.read_csv('All.txt', sep='\t')

# 将Half.txt处理成以Variant_ID为索引的映射表，只保留需要填充的两列
df_half_mapping = df_half.set_index('Variant_ID')[['N_Casos_LCR', 'Location_LCR']]

# 填充缺失值：优先保留All.txt原有非空值，缺失部分用Half.txt对应Variant_ID的值补充
df_filled = df_all.set_index('Variant_ID').combine_first(df_half_mapping).reset_index()

# 可选：将填充后的结果保存为新的制表符分隔TXT文件
df_filled.to_csv('Filled_All.txt', sep='\t', index=False)

关键步骤解释 #

1. 用pd.read_csv()读取文件：这个方法专门用于读取分隔符格式的文本文件（包括制表符\t分隔的TXT），自动将内容解析为带列名的DataFrame，省去手动处理字符串列表的麻烦。
2. 构建映射表：把df_half的Variant_ID设为索引，只保留需要用来填充的N_Casos_LCR和Location_LCR列，形成一个「Variant_ID -> 填充值」的映射关系。
3. combine_first()填充缺失值：这个方法会优先保留df_all中的非空值，只有当对应位置为缺失值（NaN）时，才会从df_half_mapping中取相同Variant_ID的值来填充，完美匹配你的需求。

备选方案（用Merge实现） #

如果你更习惯用数据库式的连接逻辑，也可以用merge来实现：

import pandas as pd

df_half = pd.read_csv('Half.txt', sep='\t')
df_all = pd.read_csv('All.txt', sep='\t')

# 基于Variant_ID做左连接，只关联需要填充的两列
df_merged = df_all.merge(
    df_half[['Variant_ID', 'N_Casos_LCR', 'Location_LCR']],
    on='Variant_ID',
    how='left',
    suffixes=('', '_half')  # 区分原列和Half.txt的列
)

# 用Half.txt的列填充原列的缺失值
df_merged['N_Casos_LCR'] = df_merged['N_Casos_LCR'].fillna(df_merged['N_Casos_LCR_half'])
df_merged['Location_LCR'] = df_merged['Location_LCR'].fillna(df_merged['Location_LCR_half'])

# 删除临时生成的辅助列
df_filled = df_merged.drop(columns=['N_Casos_LCR_half', 'Location_LCR_half'])

# 保存结果
df_filled.to_csv('Filled_All.txt', sep='\t', index=False)

内容的提问来源于stack exchange，提问作者WindSur