大熊猫数据序列GC含量的研究

Question

我有一个数据文件df

oligo_name  oligo_sequence

AAAAA       attttggggctggtaa

BBBBB       attttcccgaatgtca

诸若此类。为了计算每个序列的GC含量，我执行了以下操作

from Bio.SeqUtils import GC

df['GC content'] = GC(df['oligo_sequence'])

但我得到了以下错误：

KeyError: 'Level G must be same as name (None)'

你能建议一个修正或更好的方法来计算熊猫数据框架中的GC含量吗？谢谢

Answer 1

以下几点对我有用：

In [23]:

df['GC content'] = df['oligo_sequence'].apply(GC)
df
Out[23]:
  oligo_name    oligo_sequence  GC content
0      AAAAA  attttggggctggtaa       43.75
1      BBBBB  attttcccgaatgtca       37.50

您不能将Series作为param传递给函数，除非它了解熊猫系列或数组类型是什么，因此您可以调用apply并将该函数作为param传递，该函数将对该系列中的每个值调用该函数，如上面所示。