Python 用0填充没有覆盖范围的垃圾箱

我需要生成一个热图，其中包含来自确定数量的库的库中位置的平均覆盖率，而不考虑每个库中转录组中的碱基数.换句话说，如果我想有10个碱基，对于一个转录组，它可能有1000个碱基分布在10个储存箱中，另一个转录组可能有2445个碱基分布在10个储存箱中.

问题是，在我的覆盖率文件中，有一些不属于任何垃圾箱的间隙.例如，如果我想要10个位置上的5个垃圾箱，我将拥有:(0，2]，(2，4]，(4，6]，(6，8]，(8，10].如果我覆盖的位置是1，5，5，5，7，7，10，那么箱子"(2，4]"将被隐藏，因此不会出现在热图中.我想要的是这些没有覆盖范围的垃圾箱填满0，这样它们就会出现在热图中.

我正在使用带有PANAAS、SEBERN和matplot.pyplod库的Python

在下图中，第一行是我的垃圾箱的边缘位置，数据帧是垃圾箱的覆盖范围: enter image description here个

输入示例:

chr17   1   1
chr17   5   1
chr17   5   2
chr17   5   2
chr17   7   1
chr17   7   5
chr17   10  1

问题:

    chr                data_bin        avg
  chr17                   (0,2]          1
  chr17                   (4,6]       1.66
  chr17                   (4,6]       1.66
  chr17                   (4,6]       1.66
  chr17                   (6,8]          3
  chr17                   (6,8]          3
  chr17                  (8,10]          1

预期:

    chr                data_bin        avg
  chr17                   (0,2]          1
  **chr17                   (2,4]          0**
  chr17                   (4,6]       1.66
  chr17                   (4,6]       1.66
  chr17                   (4,6]       1.66
  chr17                   (6,8]          3
  chr17                   (6,8]          3
  chr17                  (8,10]          1

我使用的函数是:

def bins_calculator(path_txt:str, start:int,end:int):
    column_names =["chr", "pos", "cov"]
    data = pd.read_csv(path_txt, names = column_names, sep = '\t')
    step = int((end - start) / 10)
    n_bins = [start + i * step for i in range(11)]
    n_bins[-1] = end
    data["data_bin"] = pd.cut(data["pos"], bins = n_bins)
    data["avg"] = data.groupby("data_bin", observed = False)["cov"].transform("mean")
    filtered_data = data[["chr","data_bin","avg"]].drop_duplicates("data_bin")
    return filtered_data

有关此问题的任何问题，请在 comments 中让我知道:)