循环文件和数据错误消息pandas python

Question

我有一个excel文件：

data = pd.read_excel('.../excel.xlsx')

VHseqName    VHseq      
  nameA       
  nameB
  nameC
  nameD
  nameE
  nameF
....

我有一个 fasta 文件：

f=open(".../Fastafile.fasta", "r+")

>nameA
AAAGGGCCT
>nameC
GGTTAACC
>nameD
CCCTTAA
>nameF 
GGGGGAATTCC
....

我想要的输出是：（对于来自 excel 和 fasta 的每个名称匹配，将下一行的序列放在同一行但对于列 'VHseq'）

  VHseqName    VHseq      
  nameA       AAAGGGCCT
  nameB
  nameC       GGTTAACC
  nameD       CCCTTAA
  nameE
  nameF       GGGGGAATTCC
....

我的代码：

for vh in data["VHseqName"]:

position = data.index.get_indexer_for((data[data['VHseqName'] == vh].index)) 

   for line in f:
     title = line[1:]
     title = title.rstrip()   
     seq = f.readline()
        if(title in vh):
          data['VHseq'][position] = seq
          break

我的代码有时可以工作，有时它没有给出完整的结果表，我每次都会收到这个错误：

试图在 DataFrame 中的切片副本上设置一个值 请参阅文档中的注意事项：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy 数据['full_H_Sequence'][位置] = seq

我查看了它并玩弄了代码并更改为（如下面的 cmets 建议）

data.loc[:,('full_H_Sequence',position)] = seq 

但是这次我收到了这个错误信息： 返回数组(a, dtype, copy=False, order=order) ValueError：使用序列设置数组元素

这里使用的正确语法是什么？

Answer 1

that link 的解释非常有帮助。看起来解决方案是使用 data.loc[:,('VHseq', position)] = seq 。问题似乎是第一个 [] 返回一个单索引数据框，您不一定只更新它。