保存h5ad文件提示'_index'是DataFrame列保留名的报错如何解决

_index是AnnData对象写入h5ad格式时的内部保留字段，专门用于存储obs/var的行索引，当你的data.obs或data.var中手动/异常生成了名为_index的列、或是行索引名被设为_index时，就会触发该冲突报错。

• 第一步：删除可能存在的保留名冲突
  在写入h5ad之前先执行以下代码清理冲突项：

# 清理obs中的保留列
if '_index' in data.obs.columns:
    del data.obs['_index']
# 清理var中的保留列
if '_index' in data.var.columns:
    del data.var['_index']
# 清理obs/var的索引名保留字冲突
if data.obs.index.name == '_index':
    data.obs.index.name = None
if data.var.index.name == '_index':
    data.var.index.name = None

• 第二步：修正细胞标签匹配逻辑
  你操作中对data做了细胞过滤，其细胞数量已经少于原始输入文件f.h5ad，后续读入的clustered是未经过滤的原始数据，直接将clustered.obs['louvain']转列表赋值给data.obs会出现长度不匹配、细胞对应关系错乱的问题，极易触发索引异常生成保留列，需要按barcode匹配赋值：

# 基于barcode匹配louvain标签，保证细胞对应关系正确
louvain_map = dict(zip(clustered.obs['barcodes'], clustered.obs['louvain']))
data.obs['louvain'] = data.obs['barcodes'].map(louvain_map)

• 第三步：修正语法错误
  你最后写入文件的代码缺少文件名开头的单引号，修改为：

data.write_h5ad('e.h5ad')

修改完成后可先执行print(data.obs.columns)确认没有_index列，再执行写入操作即可。

内容的提问来源于stack exchange，提问作者user3635401