如何在python中从字符索引中查找行号？

我有一个基因数据集，其中一行的索引是基因的名称。我还希望找到任何给定基因的行号，这样我就可以在基因经过机器学习模型预测后单独观察它们——以shap解释基因的预测。我如何编码形状图目前需要一个行号来提取特定的基因

我的数据如下所示：

Index   Feature1  Feature2   ... FeatureN
Gene1     1           0.2          10
Gene2     1           0.1          7
Gene3     0           0.3          10

Index   index_mapping 
Gene1     0           
Gene2     1           
Gene3     2           

例如，如果我想拉出并查看

Gene3

的模型预测，我会这样做：

import shap
shap.initjs()

xgbr = xgboost.XGBRegressor()

def shap_plot(j):
    explainerModel = shap.TreeExplainer(xgbr)
    shap_values_Model = explainerModel.shap_values(X_train)
    p = shap.force_plot(explainerModel.expected_value, shap_values_Model[j], X_train.iloc[[j]],feature_names=df.columns)
    return(p)

shap_plot(3)

做

shap_plot（3）

对我来说是个问题，因为我实际上不知道我想要的基因是否在随机训练或测试数据的第3行

---

有没有办法从已知的基因索引中提取行号？或者可能重新编码我的形状图，以便它接受我的字符串索引？我有生物学背景，希望您能给予指导。

试试下面的方法。df是您的数据帧，结果将给出给定基因的行号（第一行结果为1等）

list(df.index).index('Gene3')+1

#result

3

---

有很多方法可以获取与索引值或列值关联的行号

例如，如果您的基因实际上位于名为

“Index”

的列中，您可以执行以下操作：

x_-train[x_-train[“Index”]=“gene3”]。Index+1

如果没有，您可以通过在数据帧上调用

reset\u index（）

来实现这一点

另一个选择是在数据帧上创建一个从1-n开始的新列，例如

mapping = x_train.assign(index_number=range(x_train.shape[0]))["index_number"]

现在映射应如下所示：

Index   Feature1  Feature2   ... FeatureN
Gene1     1           0.2          10
Gene2     1           0.1          7
Gene3     0           0.3          10

Index   index_mapping 
Gene1     0           
Gene2     1           
Gene3     2           

调用

mapping[“Gene2”]

应该返回

1

除此之外，我注意到你使用了力图。我建议您阅读shap为什么用决策图取代它们

此外，每次调用函数时都要重建树解释程序。这是非常低效的，为什么不构建一次，然后多次查询它：

类图形绘图仪：
def_uuu初始（自我、模型、x_系列）：
self.explainer\u model=shap.treeeexplainer（model）
self.shap\u values\u Model=self.explainer\u Model.shap\u values（x\u train）
self.gene_index_mapping=x_train.assign（index_value=range（x_train.shape[0]））[“index_value”]
def绘图（基因）：
idx=自我。获取索引（基因）
shap_plot=shap.force_plot（…）#这里用idx替换j
返回形状图
def_get_索引（基因：str）->int:
#你在这里选择的方法。例如https://stackoverflow.com/a/64279019/1011724
#在本例中，我在_init__fn中构建了一个映射系列，因此您可以通过直接使用基因字符串进行索引来获得索引号：
返回self.gene\u index\u mapping.loc[gene]

这些基因是df的实际索引还是在一个名为“索引”的列中？？它们是实际索引