使用python或R根据值的出现删除文本文件中的行

Question

我有一个包含 32000 行和 60 列的大文本文件。 （行是基因，列是样本，每个单元格包含每个样本中每个基因的值）。我想删除那些大于 10 乘以 2 且小于 2 的基因（行）。这意味着例如，如果第一行在至少 10 个样本（列）中具有 2 或小于 2（基因值）我想要去掉它。我认为首先它应该遍历行以找到那些具有 2 或小于 2 的列并为每一行计算它们。如果计数至少为 10，则该行将被删除。

Answer 1

在R，你可以试试

indx <- rowSums(d1 <=2)
d1[indx <10,] 

数据

set.seed(145)
d1 <- as.data.frame(matrix(sample(-2:5,20*30, replace=TRUE), ncol=20)) 

Answer 2

你可以在 python 中做类似的事情（代码未测试）：

假设文件都是数字和空格分隔的。

for line in open(input_filepath, 'r'):
    values = line.split(' ')
    if len([value for value in values if float(value) <= 2]) <= 10:
        output_file.write(line)