我有两个名为df1和df2的独立 Dataframe ，如下所示：
Scaffold Position Ref_Allele_Count Alt_Allele_Count Coverage_Depth Alt_Allele_Frequency
0 1 11 7 51 58 0.879310
1 1 16 20 95 115 0.826087
2 2 9 9 33 42 0.785714
3 2 12 86 51 137 0.372263
4 2 67 41 98 139 0.705036
5 3 8 0 0 0 0.000000
6 4 99 32 26 58 0.448276
7 4 101 100 24 124 0.193548
8 4 115 69 26 95 0.273684
9 5 6 40 57 97 0.587629
10 5 19 53 87 140 0.621429
Scaffold Position Ref_Allele_Count Alt_Allele_Count Coverage_Depth Alt_Allele_Frequency
0 1 11 7 64 71 0.901408
1 1 16 10 90 100 0.900000
2 2 9 79 86 165 0.521212
3 2 12 12 73 85 0.858824
4 2 67 54 96 150 0.640000
5 3 8 0 0 0 0.000000
6 4 99 86 28 114 0.245614
7 4 101 32 25 57 0.438596
8 4 115 97 16 113 0.141593
9 5 6 86 43 129 0.333333
10 5 19 59 27 86 0.313953我已经在等位基因计数和覆盖深度中找到了df1和df2的和值，但我需要将两个df的Alt_Allele_Count和Coverage_Depth除以另一个来计算总等位基因频率（AF）。我试着将这两个变量相除，但得到了错误消息：TypeError：float（）参数必须是字符串或数字，而不是'DataFrame'，当我试图将它们转换为浮点数时，以及将此表转换为df时：
Alt_Allele_Count Coverage_Depth
0 NaN NaN
1 NaN NaN
2 NaN NaN
3 NaN NaN
4 NaN NaN
5 NaN NaN
6 NaN NaN
7 NaN NaN
8 NaN NaN
9 NaN NaN
10 NaN NaN我目前的代码：
import csv
import pandas as pd
import numpy as np
df1 = pd.read_csv('C:/Users/Tom/Python_CW/file_pairA_1.csv')
df2 = pd.read_csv('C:/Users/Tom/Python_CW/file_pairA_2.csv')
print(df1)
print(df2)
Ref_Allele_Count = (df1[['Ref_Allele_Count']] + df2[['Ref_Allele_Count']])
print(Ref_Allele_Count)
Alt_Allele_Count = (df1[['Alt_Allele_Count']] + df2[['Alt_Allele_Count']])
print(Alt_Allele_Count)
Coverage_Depth = (df1[['Coverage_Depth']] + df2[['Coverage_Depth']]).astype(float)
print(Coverage_Depth)
AF = Alt_Allele_Count / Coverage_Depth
print(AF)
2条答案
按热度按时间fnvucqvd1#
这个错误源于Pandas系列和 Dataframe 之间的差异。系列是一维结构，就像一个单一的列，而 Dataframe 是二维对象，就像表。系列加在一起会产生一系列新的值，而 Dataframe 加在一起会产生一些更不实用的东西。
获取 Dataframe 的切片可能会生成系列对象或 Dataframe 对象，具体取决于您的操作方式：
所以在这一行：
df1'Ref_Allele_Count'成为单一列 Dataframe 而不是序列。
这里应该会传回正确的结果。其他要加在一起的栏也是一样。
disho6za2#
当引用Pandasdf中的一列而不是2时，只需使用一组方括号'[]'就可以解决这个问题。