項(xiàng)目場(chǎng)景：
使用scanpy包進(jìn)行單細(xì)胞數(shù)據(jù)分析時(shí)拟逮，往往需要整合多個(gè)樣本的數(shù)據(jù)否纬，也就是將多個(gè)AnnData對(duì)象合并為一個(gè)AnnData對(duì)象胶果。
例如將adata_1和adata_2合并為adatas，可行的一種方法是：·
import anndata as ad
adatas = [adata1,adata2]
adatas = ad.concatenate(adatas)
(concatenate請(qǐng)參考https://anndata.readthedocs.io/en/latest/generated/anndata.AnnData.concatenate.html#anndata.AnnData.concatenate)
問題描述：
在一次合并中钳降，出現(xiàn)報(bào)錯(cuò)：“ValueError: cannot reindex from a duplicate axis”
原因分析：
“ValueError: cannot reindex from a duplicate axis”，按我的理解是指合并方向上的索引出現(xiàn)重復(fù)泰涂。
在本例中即adata_1和adata_2中的adatas.obs_names(adata.obs.index)有重復(fù)鲫竞。
來看看單個(gè)數(shù)據(jù)的obs.index:
adata_1.obs_names #adata_1.obs.index
Index(['AAACCCAAGCTGTTAC-1', 'AAACCCAAGTTTCTTC-1', 'AAACCCACATGGGATG-1',
'AAACCCAGTCTGTAGT-1', 'AAACCCATCACATTGG-1', 'AAACCCATCTCTGCCA-1',
'AAACGAAAGAGTCGAC-1', 'AAACGAAAGCATTTCG-1', 'AAACGAAGTCCATAGT-1',
'AAACGCTCACCCATAA-1',
...
'TTTGGTTGTAAGCAAT-1', 'TTTGGTTGTAGCTTGT-1', 'TTTGGTTGTCACTCTC-1',
'TTTGGTTTCTCCGAAA-1', 'TTTGTTGCAATTTCTC-1', 'TTTGTTGCACTAGTAC-1',
'TTTGTTGCAGCTCATA-1', 'TTTGTTGGTCGACGCT-1', 'TTTGTTGTCCGTACGG-1',
'TTTGTTGTCCTGGTCT-1'],
dtype='object', length=5699)
可以看到未經(jīng)處理的index默認(rèn)就是每個(gè)細(xì)胞的barcode字符串
第一種可能：?jiǎn)蝹€(gè)數(shù)據(jù)內(nèi)部obs.index重復(fù)（因?yàn)閕ndex是單個(gè)實(shí)驗(yàn)的barcode，因此可能性比較懈好簟）贡茅；
第二種可能：兩個(gè)數(shù)據(jù)使用了相同的obs.index造成重復(fù)（兩個(gè)實(shí)驗(yàn)的barcode重復(fù)秘蛇，可能性比較大）.
接下來依次排查解決其做。
解決方案：
首先，為排除第一種可能赁还，對(duì)單個(gè)數(shù)據(jù)的obs_name進(jìn)行make_unique妖泄，調(diào)用AnnData對(duì)象obs_names_make_unique函數(shù)：
data_1.obs_names_make_unique()
data_2.obs_names_make_unique()
再次進(jìn)行數(shù)據(jù)合并：
adata = ad.concat(adata, merge = "same")
不再出現(xiàn)報(bào)錯(cuò)，問題解決艘策。
但出現(xiàn)警告：
Observation names are not unique. To make them unique, call `.obs_names_make_unique`.
說明第二種可能性也發(fā)生了蹈胡，即不同樣本使用了相同的barcode，造成合并后index和細(xì)胞不一一對(duì)應(yīng)朋蔫。
為了區(qū)分不同樣本的obs罚渐，在原先默認(rèn)的obs.index上加上樣本標(biāo)記，例如：
adata_1.obs_names=['sub_CRC3-'+x for x in adata_1.obs_names]
adata_1.obs_names
Index(['sub_CRC3-AAACCCAAGCTGTTAC-1', 'sub_CRC3-AAACCCAAGTTTCTTC-1',
'sub_CRC3-AAACCCACATGGGATG-1', 'sub_CRC3-AAACCCAGTCTGTAGT-1',
'sub_CRC3-AAACCCATCACATTGG-1', 'sub_CRC3-AAACCCATCTCTGCCA-1',
'sub_CRC3-AAACGAAAGAGTCGAC-1', 'sub_CRC3-AAACGAAAGCATTTCG-1',
'sub_CRC3-AAACGAAGTCCATAGT-1', 'sub_CRC3-AAACGCTCACCCATAA-1',
...
'sub_CRC3-TTTGGTTGTAAGCAAT-1', 'sub_CRC3-TTTGGTTGTAGCTTGT-1',
'sub_CRC3-TTTGGTTGTCACTCTC-1', 'sub_CRC3-TTTGGTTTCTCCGAAA-1',
'sub_CRC3-TTTGTTGCAATTTCTC-1', 'sub_CRC3-TTTGTTGCACTAGTAC-1',
'sub_CRC3-TTTGTTGCAGCTCATA-1', 'sub_CRC3-TTTGTTGGTCGACGCT-1',
'sub_CRC3-TTTGTTGTCCGTACGG-1', 'sub_CRC3-TTTGTTGTCCTGGTCT-1'],
dtype='object', length=5699)
在adata_1的obs_names字符串前加上用來樣本名稱“sub_CRC3”驯妄，用來在后續(xù)整合分析中區(qū)分各樣本荷并。
