--- a/COBRAxy/flux_to_map.py	Wed Jan 15 11:08:09 2025 +0000
+++ b/COBRAxy/flux_to_map.py	Wed Jan 15 11:16:30 2025 +0000
@@ -842,7 +842,6 @@
     if missing_reactions:
         sys.exit(f'Execution aborted: Missing required reactions {missing_reactions} in {datasetName}\n')
 
-
     # Calculate new rows using safe division
     lact_glc = np.divide(
         np.clip(dataset.loc['EX_lac__L_e'].to_numpy(), a_min=0, a_max=None),
@@ -870,30 +869,20 @@
     )
 
     # Controllo e sostituzione dei NaN con 0 se necessario
-    vectors = {'lact_glc': lact_glc, 'lact_gln': lact_gln, 'lact_o2': lact_o2, 'glu_gln': glu_gln}
-
-    for idx, g in enumerate(glu_gln):
-        if g == np.inf:
-            print(dataset.loc['EX_gln__L_e'][idx])
+    values = {'lact_glc': lact_glc, 'lact_gln': lact_gln, 'lact_o2': lact_o2, 'glu_gln': glu_gln}
+   
+    # Sostituzione di inf e NaN con 0 se necessario
+    for key, value in values.items():
+        values[key] = np.where(np.isinf(value), np.nan, value)
 
-    for name, vector in vectors.items():
-        if np.any(np.isinf(vector)):  # Controlla se ci sono inf o -inf
-            vectors[name] = np.where(np.isinf(vector), np.nan, vector)  # Sostituisci inf con NaN
-        if np.all(np.isnan(vector)):  # Se tutto il vettore è NaN
-            vectors[name] = np.zeros_like(vector)  # Sostituisci con 0
-
-
-    # Riassegna i vettori aggiornati
-    lact_glc, lact_gln, lact_o2, glu_gln = vectors['lact_glc'], vectors['lact_gln'], vectors['lact_o2'], vectors['glu_gln']
-
-    print(vectors)
-    # Create a DataFrame for the new rows
+    # Creazione delle nuove righe da aggiungere al dataset
     new_rows = pd.DataFrame({
-        dataset.index.name: ['LactGlc', 'LactGln','LactO2', 'GluGln'],
-        **{col: [lact_glc[i], lact_gln[i],lact_o2[i], glu_gln[i]] for i, col in enumerate(dataset.columns)}
+        dataset.index.name: ['LactGlc', 'LactGln', 'LactO2', 'GluGln'],
+        **{col: [values['lact_glc'][i], values['lact_gln'][i], values['lact_o2'][i], values['glu_gln'][i]] 
+           for i, col in enumerate(dataset.columns)}
     })
 
-    # Reset the index of the original dataset and append new rows
+    # Ritorna il dataset originale con le nuove righe
     dataset.reset_index(inplace=True)
     dataset = pd.concat([dataset, new_rows], ignore_index=True)