我有一个矩阵如下
0 1 2 3 ...
A 0.1 0.2 0.3 0.1
C 0.5 0.4 0.2 0.1
G 0.6 0.4 0.8 0.3
T 0.1 0.1 0.4 0.2
数据位于数据框中，如图所示
Genes string
Gene1 ATGC
Gene2 GCTA
Gene3 ATCG
我需要编写代码来查找每个序列的分数。 seq ATGC的得分为0.1 + 0.1 + 0.8 + 0.1 = 1.1（A为0.1，因为A位于第一位置，该位置的A值为0.1，类似于沿序列长度计算（450个字母） ）
输出应如下：
Genes Score
Gene1 1.1
Gene2 1.5
Gene3 0.7
我尝试过使用biopython，但无法正确使用它。任何人都可以帮忙！
答案 0 :(得分：3)
让df和genes成为您的DataFrame。首先，让我们将df转换为＆＃34; tall＆＃34;形式：
tall = df.stack().reset_index()
tall.columns = 'letter', 'pos', 'score'
tall.pos = tall.pos.astype(int) # Need a number here, not a string!
为trall DF创建一个新的基于元组的索引：
tall.set_index(tall[['pos', 'letter']].apply(tuple, axis=1), inplace=True)
此函数将从高级DF中提取由(position,"letter")形式的元组索引的分数，并将它们相加：
def gene2score(gene):
return tall.loc[list(enumerate(gene))]['score'].sum()
genes['string'].apply(gene2score)
#Genes
#Gene1 1.1
#Gene2 1.5
#Gene3 0.7