今天我要進行 Symbol ID 到 Ensembl Gene ID 的轉換。

Day4 已設置好基因代號轉換工具，接下來我將使用 Ensembl BioMart 查詢每個基因 Symbol ID 對應的 Ensembl Gene ID，並將結果保存到一個 DataFrame 裡；在進行查詢時，BioMart 服務器會返回一個結果的集合，這個集合內每一行包含一個基因的 Symbol ID 和對應的 Ensembl Gene ID。這些結果將會被轉換為 pandas 的 DataFrame，以便後續進行處理。

首先我先從 BioMart 查詢後所回饋的結果中讀取數據並進行儲存：

import pandas as pd

# 將我所查詢的結果讀入 DataFrame
result_df = pd.read_csv(response, sep='\t')

上面這段 code 通過 pandas 將 BioMart 的查詢結果讀入 DataFrame，這樣就可以對數據進行處理；這邊需要注意的是 pd.read_csv 函數，因為 BioMart 返回的結果格式類似於 TSV（Tab Separated Values），所以包含了分隔符 \t。

接下來這些轉換結果與最初的基因數據進行合併，這樣就可以將 Symbol ID 與 Ensembl Gene ID 結合在一起，方便後續使用：

# 合併所轉換的結果與原始數據
df = pd.merge(df, result_df, how='left', left_on='GeneSymbol', right_on='hgnc_symbol')

# 這邊需要清理不需要的列
df.drop(columns=['hgnc_symbol'], inplace=True)

在上面的 code 中，使用了pd.merge 函數將原始的基因數據與轉換結果進行合併。left_on 和 right_on 參數用來指定合併的基準，也就是 GeneSymbol 和 hgnc_symbol。

合併之後，我刪除了 hgnc_symbol 這列，因為這列與 GeneSymbol 是相同的，現在對我來說已經不需要了。

依照上述步驟，我完成基因 Symbol ID 到 Ensembl Gene ID 的轉換，接下來我將進行後續的網頁爬蟲。