质谱CSV文件双组值拆分及m/z范围值展开方法咨询

核心思路 #

先读取CSV内容，逐行解析m/z值：如果是范围格式（如150-2000），就拆分出起始和结束数值，生成连续整数序列；同时将对应y轴数据复制，和每个m/z值一一配对。最后将处理后的数据重新整理成标准的两列（m/z、信号强度）格式，保存为新的CSV。

用Python实现的具体代码 #

用pandas和numpy可以高效完成这个操作，代码如下：

import pandas as pd
import numpy as np

# 读取原始CSV（假设无表头，若有表头则修改header参数为0并调整列名）
df = pd.read_csv('原始质谱数据.csv', header=None, names=['mz_data', 'signal'])

# 定义处理函数：解析m/z值，展开范围
def expand_mz_range(mz_str):
    if '-' in mz_str:
        start, end = map(int, mz_str.split('-'))
        return np.arange(start, end + 1)
    else:
        return [int(mz_str)]

# 应用函数处理每一行，生成展开后的数据集
expanded_rows = []
for _, row in df.iterrows():
    mz_values = expand_mz_range(row['mz_data'])
    signal_value = row['signal']
    # 为每个展开的m/z值生成对应行
    for mz in mz_values:
        expanded_rows.append({'m/z': mz, '信号强度': signal_value})

# 转换为DataFrame并保存
result_df = pd.DataFrame(expanded_rows)
result_df.to_csv('处理后质谱数据.csv', index=False)

示例说明 #

• 原始CSV行：150-152,85
• 处理后生成3行：

  m/z,信号强度
  150,85
  151,85
  152,85
  

• 原始CSV行：200,120（单个m/z值）
• 处理后保留为：200,120

注意事项 #

• 如果原始CSV自带表头，修改pd.read_csv的header参数为0，并调整names里的列名匹配你的文件。
• 如果m/z值是小数（如150.5-2000.5），把代码里的int改为float，np.arange会自动生成连续小数序列。

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