変換値

Question

私は、次のデータフレームがあります。

  chr start_position  end_position gene_name 
0  Chr  Position     Ref Gene_Name 
1  chr22  24128945     G  nan 
2  chr19  45867080     G  ERCC2 
3  chr3  52436341     C  BAP1 
4  chr7  151875065     G  KMT2C 
5  chr19  1206633    CGGGT  STK11 

を、私は「START_POSITION」+ LENの値を含むように全体の「end_position」列に変換したいのですが（ 'end_position'）、その結果は次のようになります。

patient_vcf_to_df.apply(pd.to_numeric, errors='ignore') 
patient_vcf_to_df['end_position'] = patient_vcf_to_df['end_position'].map(lambda x: patient_vcf_to_df['start_position'] + len(x)) 

：

 chr start_position  end_position gene_name 
0  Chr  Position     Ref Gene_Name 
1  chr22  24128945   24128946  nan 
2  chr19  45867080   45867081  ERCC2 
3  chr3  52436341   52436342  BAP1 
4  chr7  151875065   151875066  KMT2C 
5  chr19  1206633    1206638  STK11 

私は以下のスクリプトを書かれています私はエラーが発生しました： TypeError：intではなくstrでなければなりません

問題を解決するにはどうすればよいですか？

ありがとうございます！

Answer 1

最初私は0行はヘッダ（カラム名）になるような方法であなたのCSVを読んだ：

df = pd.read_csv(filename, header=1) 

次DF取得する：陽性と

 Chr Position Ref Gene_Name 
0 chr22 24128945  G  NaN 
1 chr19 45867080  G  ERCC2 
2 chr3 52436341  C  BAP1 
3 chr7 151875065  G  KMT2C 
4 chr19 1206633 CGGGT  STK11 

を副作用：

In [99]: df.dtypes 
Out[99]: 
chr   object 
position  int64  # <--- NOTE 
ref   object 
gene_name object 
dtype: object 

あなたが列をケースに下げたい場合：

In [97]: df.columns = df.columns.str.lower() 

In [98]: df 
Out[98]: 
    chr position ref gene_name 
0 chr22 24128945  G  NaN 
1 chr19 45867080  G  ERCC2 
2 chr3 52436341  C  BAP1 
3 chr7 151875065  G  KMT2C 
4 chr19 1206633 CGGGT  STK11 

positionカラムが数値DTYPEであることを確認する。その後、

df['position'] = pd.to_numeric(df['position'], errors='coerce') 

と：

In [101]: df['end_position'] = df['position'] + df['ref'].str.len() 

In [102]: df 
Out[102]: 
    chr position ref gene_name end_position 
0 chr22 24128945  G  NaN  24128946 
1 chr19 45867080  G  ERCC2  45867081 
2 chr3 52436341  C  BAP1  52436342 
3 chr7 151875065  G  KMT2C  151875066 
4 chr19 1206633 CGGGT  STK11  1206638