Question

我希望能够从文件（电子表格或其他）中获取数据，然后创建一个字典，然后我可以在循环中迭代键，并在每个键的命令中插入相应的值。对不起，如果这没有多大意义，我将在下面详细解释。

我有几个样本，我正在通过生物信息学管道运行，我正在尝试自动化该过程。其中一个步骤是将“读取组”信息添加到我的文件中，这些信息通过以下shell命令完成：

picard-tools AddOrReplaceReadGroups I = input.bam O = output.bam RGID = IDXX RGLB = LBXX RGPL = PLXX RGPU = PUXX RGSM = SMXX VALIDATION_STRINGENCY = SILENT SORT_ORDER =坐标CREATE_INDEX = true

对于每个样本ID，有一个不同的RGID，RGLB，GRPL，RGPU和RGSM（以及不同的输入文件，但我已经知道如何调用该信息。）我想要做的是有一个循环执行此命令用于每个样本ID，并将相应的RGLB，GRPL，RGPU和RGSM插入到命令中。是否有捷径可寻？我一直在阅读，似乎字典可能是要走的路，但我不清楚如何生成字典并将独立值调用到我的命令中。

Answer 1

这应该很简单，但是如何操作取决于输入文件的格式。你会想要一些基本上像这样的东西：

import subprocess # This is how we're going to call the commands.

samples = {} # Empty dict
with open('inputfile','r') as f:
    for line in f:
        # Extract sampleID, other things depending on file format...

        samples[sampleID] = [rgid, rglb, grpl, rgpu, rgsm] # Populate dict

for sampleID in samples:
    rgid, rglb, grpl, rgpu, rgsm = samples[sampleID]

    # Now you can run your commands using the subprocess module.
    # Remember to add a change based on sampleID if e.g. the IO files differ.
    subprocess.call(['picard-tools', 'AddOrReplaceReadGroups', 'I=input.bam', 
        'O=output.bam', 'RGID=%s' % rgid, 'RGLB=%s' % rglb, 'RGPL=%s' %rgpl,
        'RGPU=%s' % rgpu, 'RGSM=%s' % rgsm, 'VALIDATION_STRINGENCY=SILENT', 
        'SORT_ORDER=coordinate', 'CREATE_INDEX=true'])

从电子表格到ipython / python＆amp;中的字典更多？

1 个答案: