今天的工作重點是確認並計算樣本的總讀數，這是 RPKM 算法中非常重要的一部分，總讀數是每個樣本中所有基因的讀數總和，它用來標準化基因的表現量，從而使不同樣本之間的數據具有可比性。

在實際的過程中，總讀數的計算相對簡單，因前面已經從 Excel 文件中提取了樣本的讀數數據

以下是具體的 Code：

# 提取樣本的讀數數據，假設讀數從第二列到第89列
read_counts = df.iloc[:, 1:89]

# 接著計算每個樣本的總讀數
total_reads = read_counts.sum(axis=0)

# 最後輸出總讀數
print(total_reads)

上面我使用 pandas 的 sum() 函數來計算每個樣本的總讀數，axis=0 表示沿著列進行總和計算，也就是將每個樣本中的所有基因讀數加在一起。

接著我利用 describe() 函數輸出總讀數的統計訊息，包括平均值、最小值、最大值等檢查這些總讀數的範圍和統計訊息，已確保數據的合理性：

# 檢查總讀數的統計信息
print(total_reads.describe())

以上我已經計算完基因的總讀數，並利用公式確保數據沒有異常。