新手第一个帖子：转换格式，求大神给个意见
本帖最后由 小风0000 于 2016-04-26 11:13 编辑求大家给个流程，怎么解决这个问题？找了好久还是解决不了。
按本人的想法是，把dat2做成个矩阵，然后对dat1文件进行迭代，每次按da2进行替换。但是第一步就出现问题：怎么读入数据，转换成矩阵？
dat1:
ind1 2202220
ind2 2222002
ind3 2222002
ind4 1221102
ind5 2222002
ind6 2212111
ind7 2202210
ind8 1221102
ind9 2222002
ind10 2222002
dat2:
SNPID_600K,Allele_0,Allele_1
snp1,A,C
snp2,A,G
snp3,A,G
snp4,T,C
snp5,T,C
snp6,T,C
snp7,A,G
dat1有10000行，2列，第2列有428896个数字。
dat2有428896行，3列。
现在要根据dat1第2列的数字转换成字符，以dat1的第2列的第1个数字为例，数字2按dat2里的第3列转换成C C。如果数字为1则按第2和第3列，转换成A C。如果数字为0，则按第2列转换成A A。
最后输出的格式为:
ind1 C C G G A A C C C C C C A A
ind2 C C G G G G C C T T T T G G
本帖最后由 Hadron74 于 2016-04-26 08:30 编辑
一看你也是学生物信息的。
按我的理解，dat1的列应该对应dat2的行吧，所以你的输出格式的例子有误。
如果这样，程序如下：dat1 = """ind1 2202220
ind2 2222002
ind3 2222002
ind4 1221102
ind5 2222002
ind6 2212111
ind7 2202210
ind8 1221102
ind9 2222002
ind10 2222002"""
dat2 = """snp1,A,C
snp2,A,G
snp3,A,G
snp4,T,C
snp5,T,C
snp6,T,C
snp7,A,G"""
snps = []
for line in dat2.split("\n"):
snp,a0,a2=line.rstrip().split(",")
snps.append((a0,a2))
d1={}
import re
for line in dat1.split("\n"):
ind,values =re.split("\s+",line.rstrip())
bases = []
for i, v in enumerate(values):
s = snps
if v == "1":
bases.append(s)
bases.append(s)
elif v == "2":
bases.append(s)
bases.append(s)
elif v == "0":
bases.append(s)
bases.append(s)
else:
raise ValueError("Not valid number: " + v)
d1=bases
print "ind1"," ".join(d1["ind1"])
print "ind2"," ".join(d1["ind2"])
ind1 C C G G A A C C C C C C A A
ind2 C C G G G G C C T T T T G G错别字太多了，看着费劲。 我也是生物信息的，这个转换竟然看不懂呢 回复 3# mswsg
应该是把alleles 的结果转换成类似plink的ped格式输入的数据转换。
二楼对的就好回复 4# Hadron74
回复 2# Hadron74
谢谢，确实输出格式给错了，已经修改过来了。谢谢您的帮忙，我仔细看了您的代码。解决问题了！
回复 5# mswsg
现在搞生物的写代码都这么牛了啊？
66666666666666666666666666 逼着自己学的，除非是那种后来转生物的，本来学生物的，后来学coding的，都比较苦逼，相对来说python简单一点回复 7# beacon1024
回复 8# mswsg
是的，自学很痛苦啊。大神，刚开始学，还有个问题请教下：http://bbs.chinaunix.net/thread-4244293-1-1.html
页:
[1]