20210804

pandasを主に使用。以下のリンクを参考にした。

pandasのデータフレームに対してループ処理：https://note.nkmk.me/python-pandas-dataframe-for-iteration/

pandasのデータフレームに対してIndexを振り直す：https://note.nkmk.me/python-pandas-reset-index/

pandasのデータフレームをソート：https://note.nkmk.me/python-pandas-sort-values-sort-index/

/home/ito.takumi/work/mitosearch/test_data/compare にて、script/db_err.py を実行。compare_data/ID_compare.diff.txt を出力。

script/db_err.py

import sys
import pandas as pd

def main():
    srrID = sys.argv[1]
    inputFilePath = "compare_data/" + srrID + "_compare_matrix.filtered.tsv"
    outputFilePath = "compare_data/" + srrID + "_compare.diff.txt"
    out_f = open(outputFilePath,"w")
    try:
        df = pd.read_table(inputFilePath)
        df_copy = df.copy()
        df_copy = df_copy.drop(df.columns[0],axis=1)

        for columnName, item in df_copy.iteritems():
            try:
                column_sorted = item.sort_values(ascending=False)
                column_sorted_resetIndex = column_sorted.reset_index(drop=True)
                top_hit = column_sorted_resetIndex[0]
                second_hit = column_sorted_resetIndex[1]
                if second_hit == 0:
                    pass
                else:
                    row = srrID + "\t" + columnName + "\t" + str(top_hit) + "\t" + str(second_hit)
                    out_f.write(row + "\n")
            except:
                pass
    except:
        pass
    out_f.close()
if __name__ == "__main__":
    main()

出力結果をマージし、対応関係を洗い出したものがこちら。 https://geccutokyoacjp-my.sharepoint.com/:f:/g/personal/ito-takumi496_g_ecc_u-tokyo_ac_jp/EknKZpEshD9BpEMJ-1GZDZ0Bz7wn4yVV9BWTGEa98qH7sA?e=EcGxSi