基于主键匹配为数据表新增average raw counts列的实现咨询

以下提供3种常用工具的实现方法，可根据你的使用场景选择：

方法1：Python Pandas实现 #

• 首先确认两张表的主键列名完全对应你给出的字段，执行以下代码即可：

import pandas as pd

# 读取本地数据表，如果是Excel格式就替换为pd.read_excel()
df1 = pd.read_csv("第一张表的本地路径.csv")
df2 = pd.read_csv("第二张表的本地路径.csv")

# 按主键匹配合并
merge_result = df1.merge(
    df2,
    left_on="ENSG", # 第一张表的主键列名
    right_on="Ensembl gene id", # 第二张表的主键列名
    how="left" # 合并规则：默认保留第一张表的所有行，匹配不到的位置留空，可根据需求替换为inner/right/full
)
# 可选操作：删除多余的第二张表主键列
merge_result = merge_result.drop(columns=["Ensembl gene id"])

# 导出合并结果
merge_result.to_csv("合并后的结果表.csv", index=False)

方法2：Excel VLOOKUP实现 #

无需写代码，适合Excel用户：

• 在第一张表的avg_rep列右侧插入新列，列名设为average raw counts
• 新列第一行（对应第一个ENSG的行）输入公式：=VLOOKUP(B2, 第二张表!A:B, 2, FALSE)
  • 参数说明：B2是当前行ENSG所在的单元格位置，第二张表!A:B是第二张表主键和目标值所在的列范围，2表示取范围的第2列数值，FALSE代表精确匹配
• 下拉公式填充所有行即可得到预期结果

方法3：R语言实现 #

library(dplyr)

# 读取数据，Excel格式可替换为read_excel()
df1 <- read.csv("第一张表的本地路径.csv")
df2 <- read.csv("第二张表的本地路径.csv")

# 匹配合并
merge_result <- left_join(df1, df2, by = c("ENSG" = "Ensembl gene id"))

# 导出结果
write.csv(merge_result, "合并后的结果表.csv", row.names = F)

内容的提问来源于stack exchange，提问作者crisprheaven22