Pandas Dataframe looping

Я застрял в коде ниже. В принципе, я прохожу через первый столбец из 2 кадров данных с аналитическими именами циклов и "fedbatchname". Если эти две переменные находят совпадение в каждом фрейме данных, я хочу получить доступ к этому элементу фрейма данных на основе значения переменной цикла. Однако, когда я запускаю код, я получаю ключевую ошибку, которая возникает в строке после оператора if. По сути, я спрашиваю, как получить доступ к элементу фрейма данных, основанному на переменной цикла. Какие-либо предложения?

import pandas as pd
analyticaldata = pd.read_csv('SE-HPLC.csv', usecols = ['Sample ID','% 
Aggregate','% Monomer','% Fragment']) #loading data into pandas DataFrame
fedbatchdata = pd.read_csv('Culture Day Sheet.csv',usecols = 
['RUN_NUMBER','% Aggregate','% Monomer','% Fragment'])

for analyticalname in analyticaldata['Sample ID']: #for each element in 
first column of SE-HPLC worksheet
for fedbatchname in fedbatchdata['RUN_NUMBER']: #for each element in first column of Culture Day worksheet
    if analyticalname == fedbatchname: #if any of the names match
        fedbatchdata.ix[fedbatchdata.fedbatchname,'% Aggregate'] = analyticaldata[analyticalname]['% Aggregate']
        fedbatchdata.ix[fedbatchdata.fedbatchname,'% Monomer'] = analyticaldata.ix[analyticalname,'% Monomer']                  
        fedbatchdata.ix[fedbatchdata.fedbatchname,'% Fragment'] = analyticaldata.ix[analyticalname,'% Fragment']

EDIT: Вот некоторые примеры данных для обоих кадров данных, я приношу свои извинения за это. Ядро fedbatch должно быть пустым, я пытаюсь скопировать значения из аналитического фрейма в фреймворк fedbatch.

Analytical dataframe:
SAMPLE_ID:    % Aggregate    % Monomer    % Fragment
A               2             4             1.5
B               1             4             6
C               5             5             2.1
D               3             7.1           10

Fed Batch Dataframe:
RUN_NUMBER:    % Aggregate    % Monomer    % Fragment
B                                        
A                                                                                   
C
D