1

次のようなタブ区切りのデータセットがあります。

PITG_00022  start_codon 262407  262409  -
PITG_00022  stop_codon  260777  260779  -
PITG_00022  exon    260867  262409  -
PITG_00022  CDS 260867  262409  -
PITG_00022  exon    260777  260826  -
PITG_00022  CDS 260780  260826  -
PITG_00023  start_codon 273160  273162  +
PITG_00023  stop_codon  274778  274780  +
PITG_00023  exon    272998  273288  +
PITG_00023  CDS 273160  273288  +
PITG_00023  exon    273368  273652  +
PITG_00023  CDS 273368  273652  +
PITG_00023  exon    273729  273788  +
PITG_00023  CDS 273729  273788  +
PITG_00023  exon    273885  273958  +
PITG_00023  CDS 273885  273958  +
PITG_00023  exon    274022  274127  +
PITG_00023  CDS 274022  274127  +
PITG_00023  exon    274194  274346  +

ここに非常に丁寧に投稿された私のコードは次のとおりです3番目の列の内容に関連して2列のタブ区切りデータを再番号付けする いくつかの変更を加えましたが、それらの変更が行われる前にエラー(以下を参照)が存在していました:

import numpy
import pandas
import pandas as pd
import sys

sys.stdout = open("outtry2.txt", "w")
data = pd.read_csv('pinfestans-edited2.csv', sep='\t')#,
              #converters={'STRAND': lambda s: s[0]})
groups = data.groupby(['STRAND', 'GENE_ID'])

corrected = []

for (direction, gene_name), group in groups:
    print direction,gene_name
if group.index[group.TYPE=='start_codon']:
    start_exon = group.index[group.TYPE=='exon'][0]
if direction == '+':
    group['POSA'] = 1 + abs(group.POS1 - group.POS1[start_exon])
    group['POSB'] = 1 + abs(group.POS2 - group.POS1[start_exon])
else:
    group['POSA'] = 1 - abs(group.POS2 - group.POS2[start_exon])
    group['POSB'] = 1 - abs(group.POS1 - group.POS2[start_exon])
print group
corrected.append(group)

出力のサンプルを次に示します。

 GENE_ID     TYPE         POS1    POS2    STRAND  POSA  POSB
104  PITG_00021  start_codon  258927  258929  +       1     3   
105  PITG_00021  stop_codon   260547  260549  +       1621  1623
106  PITG_00021  exon         258927  260549  +       1     1623
107  PITG_00021  CDS          258927  260546  +       1     1620
+ PITG_00023
     GENE_ID     TYPE         POS1    POS2    STRAND  POSA  POSB
114  PITG_00023  start_codon  273160  273162  +       163   165 
115  PITG_00023  stop_codon   274778  274780  +       1781  1783
116  PITG_00023  exon         272998  273288  +       1     291 
117  PITG_00023  CDS          273160  273288  +       163   291 
118  PITG_00023  exon         273368  273652  +       371   655 
119  PITG_00023  CDS          273368  273652  +       371   655 
120  PITG_00023  exon         273729  273788  +       732   791 
121  PITG_00023  CDS          273729  273788  +       732   791 
122  PITG_00023  exon         273885  273958  +       888   961 
123  PITG_00023  CDS          273885  273958  +       888   961 
124  PITG_00023  exon         274022  274127  +       1025  1130
125  PITG_00023  CDS          274022  274127  +       1025  1130
126  PITG_00023  exon         274194  274346  +       1197  1349

そして、しばらく実行した後に表示されるエラーは次のとおりです。

>>>>Traceback (most recent call last):
  File "C:\Users\Chris\Documents\I.S\Part-2\Convert_to_exonfile.py", line 51, in <module>
if group.index[group.TYPE=='start_codon']:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>>>

ここで、いくつかの計算を手動でテストしましたが、STRAND が + としてリストされている遺伝子のみを除いて、私が望んでいることを正確に実行しているように見えます (サンプル入力の PITG_00022 遺伝子が出力）。最初に + STRAND グループの計算を行っていると考えていますが、- STRAND グループに到達すると、そのエラーが発生します。今、私はany()との使用について読んだだけでなく、同様の配列 valueError スレッドでのall()使用についての投稿を読みましたが、それがここで私の問題をどのように解決するのか、またはそれをどのように実装するのかわかりません。set()事前に助けていただきありがとうございます。

4

0 に答える 0