如何匹配Dataframe与字典ID，为seq列填充对应生物序列

高效无遍历方案 #

直接使用pandas内置的map方法完成匹配，性能远高于手动遍历，适合生物序列这类通常数据量较大的场景：

import pandas as pd

# 请将下方变量替换为你自己的DataFrame和映射字典名
# 假设你的DataFrame名为df，ID-序列映射字典名为id_seq_dict
df['seq'] = df['id'].map(id_seq_dict).fillna('')

• 代码逻辑说明：
  • df['id'].map(id_seq_dict)会自动将id列的值和字典的key做匹配，匹配成功返回对应序列，匹配失败返回NaN
  • 末尾的.fillna('')用于将匹配失败的行的seq值保持为空字符串，和你原本的空值格式统一

遍历实现方案（仅特殊场景参考） #

如果有自定义逻辑必须用遍历实现，可以用iterrows方法完成：

for idx, row in df.iterrows():
    current_id = row['id']
    if current_id in id_seq_dict:
        df.loc[idx, 'seq'] = id_seq_dict[current_id]

• 注意：该方案在数据量超过1万行时效率会大幅下降，无特殊需求优先使用第一种方案。

内容的提问来源于stack exchange，提问作者schmau7