基因时间线性回归绘图遇TypeError错误求助

错误原因分析 #

你遇到的TypeError: string indices must be integers是因为**df5.iterrows()返回的是(行索引, 行数据)元组**，代码里的i是行的索引值（从你的df5结构看是字符串类型的时间点，比如'0'、'12'），而不是行数据对象。你试图用i["prediction"]去取值，相当于用字符串索引字符串，自然会报错。

此外原代码还有其他逻辑问题：

• 双重循环iterrows()+列循环完全冗余，会重复绘制大量无效图表
• px.scatter传入df5[col]会丢失split、prediction等关键列，导致color='split'失效
• 代码中y.min()、y.max()的y变量未定义，会触发新的NameError

修正后的代码 #

假设你的df5结构是：行索引为时间点，列包含各个基因的表达值、prediction（预测值列）、split（训练/测试集标记列），要为每个基因绘制真实表达值vs预测值的散点图（带边际直方图和参考线），代码如下：

import plotly.express as px

# 遍历每个基因列（排除prediction和split列）
for gene_col in [col for col in df5.columns if col not in ['prediction', 'split']]:
    # 使用完整的df5作为数据源，确保能访问split和prediction列
    fig = px.scatter(
        df5,
        x=gene_col,  # X轴：基因的真实表达值
        y='prediction',  # Y轴：模型预测值
        marginal_x='histogram',
        marginal_y='histogram',
        color='split',  # 按训练/测试集标记上色
        trendline='ols',
        title=f'基因 {gene_col} 的真实值vs预测值'  # 添加图表标题区分不同基因
    )
    # 设置直方图为概率分布
    fig.update_traces(histnorm='probability', selector={'type':'histogram'})
    # 添加y=x参考线（真实值=预测值的理想线）
    x_min, x_max = df5[gene_col].min(), df5[gene_col].max()
    fig.add_shape(
        type="line",
        line=dict(dash='dash'),
        x0=x_min, y0=x_min,
        x1=x_max, y1=x_max
    )
    fig.show()

关键说明 #

• 循环逻辑优化：直接遍历基因列，跳过prediction和split这类非基因列，避免无效循环
• 数据源正确传递：用完整的df5作为px.scatter的输入，确保所有需要的列（split、prediction）都能被访问
• 参考线修复：用基因列的极值定义参考线的起止点，避免未定义变量的错误
• 索引问题解决：彻底避开了iterrows()的误用，直接通过列名访问数据，更高效且不易出错

内容的提问来源于stack exchange，提问作者melolilili