如何计算不同大小矩阵的logfold change？代码问题排查

我有一个包含基因及其互作关系的生物网络矩阵，基于它生成了排除特定基因及对应互作的另一个矩阵，两个Excel文件大小不同（第二个删除了部分行和列）。我需要按列成对计算logfold change，公式为log₂(excluded-value/normal-value)。处理规则如下：

• 为避免除零错误，若出现除零情况需将结果设为1（使log₂(1)=0）；
• 当分子或分母为0时，用对应文件中的最小非零值乘以0.99替换，避免出现inf值。

但使用示例数据运行以下代码后结果不正确，怀疑是矩阵匹配或其他问题，烦请帮忙排查：

import pandas as pd
import numpy as np
np.seterr(divide='ignore')

# input and output file locations
in_loc = r"C:\Users\..\Downloads"
out_loc = r"C:\Users\..\Downloads"

# read input files as dataframes
df_normal = pd.read_excel(in_loc + r"\example-normal.xlsx")
df_excluded = pd.read_excel(in_loc + r"\example-excluded.xlsx")

# set Node as index for correct calculation
df_normal = df_normal.set_index("Node")
df_excluded = df_excluded.set_index("Node")

# find common indices between the two dataframes
common_indices = df_normal.index.intersection(df_excluded.index)

# subset dataframes with common indices
df_normal_matched = df_normal.loc[common_indices]
df_excluded_matched = df_excluded.loc[common_indices]

# replace denominator values that are 0 with the next smallest non-zero value
min_normal = df_normal_matched[df_normal_matched > 0].min().min()
if min_normal == 0:
    epsilon = df_normal_matched[df_normal_matched > 0].min().min() * 0.99
    df_normal_matched[df_normal_matched == 0] = epsilon
    min_normal = epsilon

# replace numerator values that are 0 with the next smallest non-zero value
min_excluded = df_excluded_matched[df_excluded_matched > 0].min().min()
if min_excluded == 0:
    epsilon = df_excluded_matched[df_excluded_matched > 0].min().min() * 0.99
    df_excluded_matched[df_excluded_matched == 0] = epsilon
    min_excluded = epsilon

# divide excluded by normal for the logfold change
res = df_excluded_matched / df_normal_matched
res[res == np.inf] = 1
res[res == -np.inf] = 1

# take the log2 of valid values
res = np.log2(res)

# save the new result to a file
res.to_excel(out_loc + r"\example-logfold.xlsx", index=True)

示例数据
正常矩阵：

排除后矩阵：

你的代码存在以下几个关键问题：

1. 零值替换逻辑错误 #

• 当计算min_normal时，如果原矩阵中存在非零值，min_normal是正数，但你的判断条件是if min_normal == 0:，这会导致非零矩阵中的零值根本不会被替换。比如示例中df_normal_matched的GNAQ行都是0，但因为min_normal是0.59（非零），所以不会进入替换分支，后续计算时分母为0的问题没解决。
• 对于df_excluded_matched，示例中所有值都是0，df_excluded_matched[df_excluded_matched > 0].min().min()会返回NaN，此时min_excluded == 0的判断不成立，零值也不会被替换，分子为0的问题依然存在。

2. 未处理列的匹配问题 #

你只处理了行（index）的交集，但两个矩阵可能存在列差异，需要同时匹配行和列的交集，否则实际场景中会出现列不匹配导致的计算错误。

3. 除零后的inf处理时机错误 #

你先做除法再替换inf，但此时如果分母为0，除法结果是inf，替换为1后再取log2得到0，但按照规则，应该先处理零值再做除法，从根源上避免出现inf。

修正后的代码 #

import pandas as pd
import numpy as np
np.seterr(divide='ignore')

# 输入输出路径
in_loc = r"C:\Users\..\Downloads"
out_loc = r"C:\Users\..\Downloads"

# 读取数据并设置索引
df_normal = pd.read_excel(in_loc + r"\example-normal.xlsx").set_index("Node")
df_excluded = pd.read_excel(in_loc + r"\example-excluded.xlsx").set_index("Node")

# 同时匹配行和列的交集，确保维度完全一致
common_rows = df_normal.index.intersection(df_excluded.index)
common_cols = df_normal.columns.intersection(df_excluded.columns)
df_normal_matched = df_normal.loc[common_rows, common_cols].copy()
df_excluded_matched = df_excluded.loc[common_rows, common_cols].copy()

# 处理分母（normal矩阵）的零值：用最小非零值*0.99替换，若无则设为极小值1e-9兜底
non_zero_normal = df_normal_matched[df_normal_matched > 0]
if not non_zero_normal.empty:
    epsilon_normal = non_zero_normal.min().min() * 0.99
else:
    epsilon_normal = 1e-9
df_normal_matched.replace(0, epsilon_normal, inplace=True)

# 处理分子（excluded矩阵）的零值：用最小非零值*0.99替换，若无则设为极小值1e-9兜底
non_zero_excluded = df_excluded_matched[df_excluded_matched > 0]
if not non_zero_excluded.empty:
    epsilon_excluded = non_zero_excluded.min().min() * 0.99
else:
    epsilon_excluded = 1e-9
df_excluded_matched.replace(0, epsilon_excluded, inplace=True)

# 计算比值并处理极端异常值
ratio = df_excluded_matched / df_normal_matched
ratio.replace([np.inf, -np.inf, np.nan], 1, inplace=True)

# 计算log2
res = np.log2(ratio)

# 保存结果
res.to_excel(out_loc + r"\example-logfold.xlsx", index=True)

示例数据的计算结果 #

修正后，示例数据的结果符合预期：

• GNAQ行：分子分母都替换为1e-9，比值为1，log2(1)=0
• GNAI2行：分子替换为1e-9，分母用原非零值，得到合理的负log2结果，无inf值

内容的提问来源于stack exchange，提问作者Scranton_Angler