根据行过滤多个 csv 文件时出错

Question

我有一个包含 20 个 csv 文件的文件夹。每个文件大约有 10 列和数千行。 csv 文件如下所示：

基因	p 值	xyz
阿坎	0.05	123
mmp2	0.02	456
mmp9	0.07	789
nnos	0.09	123
gfap	0.01	456

我编写了以下脚本，目的是遍历每个文件并仅通过我指出的感兴趣的基因（在本例中为 mmp2 和 mmp9）过滤行，然后仅保存这些行的 csv 文件。

# the goal is to edit and save the csv files so they only contain the genes of interest

path = '/Users/adriana/Library/Documents/raw_data'
all_files = glob.glob(os.path.join(path, "*.csv")) #make list of file paths 
genes = ["mmp2", "mmp9"]
for file in all_files:
    path = '/Users/adriana/Library/Documents/raw_data'
    df = pd.read_csv(file,delimiter ='\t')
    cleaned = df[df['gene'].isin(genes)]
    cleaned.to_csv(file)

但是，我收到以下错误：

关键错误：“基因”

不知道为什么我会收到此错误，因为这是我每个文件中的一列。

Answer 1

尝试跳过它说缺少

gene

列的 dfs。并通过打印

gene

检查列名称是否与单词

df.info()

完全匹配。这样代码就不会失败，并且您可以看到哪个 dfs 导致了问题

if 'gene' in df.columns:
    cleaned = df[df['gene'].isin(genes)]
    ...
else:
    print(df.info())