如何在Pandas火山图上正确标记异常值？解决坐标匹配与报错问题

问题背景 #

我需要在自己绘制的火山图上标记几个异常值，计划先筛选出log2FoldChange数值最大的3个基因组成DataFrame子集，再用该子集完成标注。但火山图Y轴采用的是-pvalue的-log10转换值，使用原始pvalue作为标签Y坐标时，标签会聚集在图底部；尝试直接调用转换后的值设置坐标时，出现「TypeError: unhashable type: 'Series'」报错。希望通过Python代码实现标注，而非后期处理。

错误原因 #

你报错的核心问题是直接将转换后的Series作为DataFrame的列索引——DataFrame的列索引必须是可哈希的类型（比如字符串），而Series属于不可哈希对象，因此触发TypeError。

解决方案 #

不要在索引操作里直接计算转换值，先给筛选出的子集新增一列存储转换后的Y坐标值，再用这列数据进行标注。同时修正示例代码里的df2笔误（应为df）。

完整修正代码 #

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 示例数据
data = {'log2FoldChange': [15, 16, 2, 3],
        'pvalue': [0.0000005, 0.00006, 0.7, 0.9],
        'padj': [0.0008, 0.005, 0.0008, 0.0007],
        'gene_name': ['gene1', 'gene2', 'gene3', 'gene4']}
df = pd.DataFrame(data)

# 筛选log2FoldChange最大的3个基因
outliersx = df.nlargest(3, 'log2FoldChange')
# 新增列：预计算火山图Y轴对应的-log10(pvalue)
outliersx['neg_log10_pvalue'] = outliersx['pvalue'].apply(lambda x: -np.log10(x))

# 显式创建绘图对象，避免plt/ax混用的上下文问题
fig, ax = plt.subplots()

# 绘制所有基因点
ax.scatter(x=df['log2FoldChange'], y=df['pvalue'].apply(lambda x: -np.log10(x)), s=1)

# 绘制参考虚线
ax.axvline(0.6, color="grey", linestyle="--")
ax.axvline(-0.6, color="grey", linestyle="--")
ax.axhline(1.3, color="grey", linestyle="--")

# 标记显著下调基因
down = df[(df['log2FoldChange'] <= -0.6) & (df['pvalue'] <= 0.05)]
ax.scatter(x=down['log2FoldChange'], y=down['pvalue'].apply(lambda x: -np.log10(x)), 
           s=3, label="Down-regulated", color="blue")

# 标记显著上调基因
up = df[(df['log2FoldChange'] >= 0.6) & (df['pvalue'] <= 0.05)]
ax.scatter(x=up['log2FoldChange'], y=up['pvalue'].apply(lambda x: -np.log10(x)), 
           s=3, label="Up-regulated", color="red")

# 设置坐标轴标签
ax.set_xlabel("log2foldchange")
ax.set_ylabel("-log10(pvalue)")

# 标注异常值基因（x坐标、y坐标、基因名对应子集列）
outliersx.apply(lambda row: ax.text(row['log2FoldChange'], row['neg_log10_pvalue'], row['gene_name']), axis=1)

plt.legend()
plt.show()

关键优化点 #

• 提前计算转换后的Y值并存储为新列，既解决索引报错问题，也让代码逻辑更清晰
• 显式创建fig, ax绘图对象，避免plt和ax混用导致的上下文混乱
• 确保ax.text()的参数顺序与子集列严格对应（x坐标→y坐标→文本内容）

内容的提问来源于stack exchange，提问作者Adriana