使用SGT生成sequence embedding时报TypeError:列表索引应为整数或切片

sgt库的fit_transform方法要求传入的corpus参数必须为包含id和sequence两列的 pandas DataFrame，你直接传入了由字符列表组成的普通Python列表，库内部尝试用字符串索引访问列表元素才触发了类型错误。

import pandas as pd
from sgt import SGT

# 原始数据构造
data = [[100, 'MLARALLL'], [101, 'MEAEGSSAPARA'], [102, 'MPGPRRPAGSR']]
df = pd.DataFrame(data, columns = ['Id', 'Sequence'])

# 构造符合SGT要求的输入格式
sgt_corpus = pd.DataFrame()
sgt_corpus['id'] = df['Id']
# 每个序列转成单字符组成的列表
sgt_corpus['sequence'] = df['Sequence'].apply(list)

# 初始化SGT生成嵌入
sgt = SGT(kappa=10, lengthsensitive=False)
embedding = sgt.fit_transform(corpus=sgt_corpus)

运行后得到的embedding即为所有序列对应的嵌入矩阵，每一行对应原始数据中一个id的序列嵌入结果，可直接用于后续的建模任务。

内容的提问来源于stack exchange，提问作者Pranab