更改矩阵格式答案

【问题标题】：Change matrix format更改矩阵格式
【发布时间】：2016-06-02 23:29:47
【问题描述】：

我的文件看起来像

1   11063   upstream_gene_variant
1   13011   intron_variant&non_coding_transcript_variant
1   13289   non_coding_transcript_exon_variant&non_coding_transcript_variant
1   13289   non_coding_transcript_exon_variant&non_coding_transcript_variant&feature_truncation

我想把它改成下面的

    1   11063   upstream_gene_variant
    1   13011   intron_variant   non_coding_transcript_variant  
    1   13289   non_coding_transcript_exon_variant    non_coding_transcript_variant
    1   13289   non_coding_transcript_exon_variant  non_coding_transcript_variant  feature_truncation

用标签替换&
将拆分后的字符串放入表格中的单独字段

【问题讨论】：

标签： python r perl

【解决方案1】：

如果我们读取R中的数据，我们可以使用splitstackshape中的cSplit。

library(splitstackshape)
cSplit(df1, 'V3', '&', 'wide')

数据

df1 <- structure(list(V1 = c(1L, 1L, 1L, 1L), 
 V2 = c(11063L, 13011L, 
 13289L, 13289L), V3 = c("upstream_gene_variant", 
 "intron_variant&non_coding_transcript_variant", 
 "non_coding_transcript_exon_variant&non_coding_transcript_variant", 
"non_coding_transcript_exon_variant&non_coding_transcript_variant&feature_truncation"
 )), .Names = c("V1", "V2", "V3"), class = "data.frame", 
row.names = c(NA, -4L))

【讨论】：

还有cbind(df1[, 1:2], read.table(text = gsub('&', '\t', df1$V3), fill = TRUE))

【解决方案2】：

在python中：

text = open(filename).read()
with open(filename, 'w') as write_file:
    write_file.write(text.replace("&", "\t"))

【讨论】：

【解决方案3】：

python 解决方案：

import re

formatted_data = ''
with open('myFile.txt', 'r') as infile:
     for line in infile:
     if '&' in line:
          re.sub(r'[&]*', '\t', line)
     formatted_data += line + '\n'

with open('newData.txt', 'w') as out:
     out.write(formatted_data)

【讨论】：