Question

我有一个excel文件：

data = pd.read_excel('.../excel.xlsx')

VHseqName    VHseq      
  nameA       
  nameB
  nameC
  nameD
  nameE
  nameF
....

我有一个fasta文件：

f=open(".../Fastafile.fasta", "r+")

>nameA
AAAGGGCCT
>nameC
GGTTAACC
>nameD
CCCTTAA
>nameF 
GGGGGAATTCC
....

我想要的输出是:(对于来自excel和fasta的名称的每个匹配，将下一行的序列放在同一行但是对于列＆＃39; VHseq＆＃39;）

  VHseqName    VHseq      
  nameA       AAAGGGCCT
  nameB
  nameC       GGTTAACC
  nameD       CCCTTAA
  nameE
  nameF       GGGGGAATTCC
....

我的代码：

for vh in data["VHseqName"]:

position = data.index.get_indexer_for((data[data['VHseqName'] == vh].index)) 

   for line in f:
     title = line[1:]
     title = title.rstrip()   
     seq = f.readline()
        if(title in vh):
          data['VHseq'][position] = seq
          break

我的代码有时会运行，有时它不会提供完整的结果表，每次都会出现此错误：

正在尝试在DataFrame的切片副本上设置值请参阅文档中的警告：http://pandas.pydata.org/pandas- docs / stable / indexing.html＃indexing-view-versus-copy 数据[＆＃39; full_H_Sequence＆＃39;] [position] = seq

我调查了它并玩了代码并改为（如下面的评论所示）

data.loc[:,('full_H_Sequence',position)] = seq

但这次我收到此错误消息： 返回数组（a，dtype，copy = False，order = order） ValueError：使用序列设置数组元素

这里使用的语法是什么？

Answer 1

that link的解释非常有帮助。看起来解决方案是使用data.loc[:,('VHseq', position)] = seq。问题似乎是第一个[]返回一个单独索引的数据框，您无法更新。

循环遍历文件和数据错误消息pandas python

1 个答案: