Python合并AnnData对象后如何移除索引自动添加的后缀？

场景说明 #

我有四个AnnData对象：ldata1x、ldata2x、ldata3x、ldata4x，原对象的obs索引格式类似：

ldata1x.obs.index
Index(['KO_d6_r1_AAACCGGCACCTCGCT-1', 'KO_d6_r1_AAAGCCGCAAGGATTA-1',
       ...], dtype='object', length=1628)

执行合并代码：

ldata = ldata1x.concatenate([ldata2x, ldata3x, ldata4x])

合并后发现obs索引末尾被自动加上了-0、-1、-2、-3这类标识原对象的后缀，示例：

ldata.obs.index
Index(['KO_d6_r1_AAACCGGCACCTCGCT-1-0', 'KO_d6_r1_AAAGCCGCAAGGATTA-1-0',
       ..., 'KO_d8_r2_TTTGTTGGTGGAAGGC-1-3'], dtype='object', length=5536)

两种解决方法 #

方法一：合并时直接避免添加后缀 #

调用concatenate时，设置index_unique=None参数，这样就不会自动给索引添加后缀：

ldata = ldata1x.concatenate([ldata2x, ldata3x, ldata4x], index_unique=None)

注意：如果不同原对象之间存在重复的obs索引，这种方式会导致合并后的索引出现重复值，需要确保各原数据集的索引是唯一的再用这个方法。

方法二：合并后移除已有的后缀 #

如果已经完成合并，想要去掉索引末尾的-数字后缀，可以对索引字符串进行分割处理：

# 按最后一个'-'分割，取前面的部分
ldata.obs.index = ldata.obs.index.str.rsplit('-', n=1).str[0]

这个方法会把每个索引最后一个-后面的内容去掉，刚好匹配自动添加的后缀格式。

内容的提问来源于stack exchange，提问作者jonny jeep