bin合并猾蒂,過濾掉100kb的片段

合并前
因為100kb以下的雙交換片段存在概率較低
采用的策略:

起始位置減去終止位置為標記長度均唉,如果距離大于100kb,保留這一行肚菠,如果標記是1或2舔箭,下一個標記(0,來自親本1)的長度小于100kb蚊逢,則合并起始位置

(這里主要保留導入片段)
import sys

def process_file(filename):
    # 存儲處理后的行
    processed_lines = []

    # 用于臨時存儲上一行的信息
    last_line = None

    with open(filename, 'r') as file:
        for line_number, line in enumerate(file, 1):
            try:
                # 分割每行數(shù)據(jù)
                parts = line.strip().split('\t')
                if len(parts) < 4:
                    continue

                chrom, start, end, tag = parts[0], int(parts[1]), int(parts[2]), int(parts[3])

                # 計算長度
                length = end - start

                # 如果是第一個標記层扶,直接保存
                if last_line is None:
                    last_line = (chrom, start, end, tag, length)
                    continue

                # 檢查是否需要合并
#                if last_line[3] in [1, 2] and length < 100 * 1024:  # 100kb

                if last_line[0] == chrom and last_line[3] in [1, 2] and length < 100 * 1024:  # 100kb

                        # 合并
                    last_line = (last_line[0], last_line[1], end, last_line[3], end - last_line[1])
                else:
                    # 添加上一行到結果列表
                    processed_lines.append(f"{last_line[0]}\t{last_line[1]}\t{last_line[2]}\t{last_line[3]}")
                    last_line = (chrom, start, end, tag, length)

            except ValueError as e:
                print(f"Error processing line {line_number}: {e}")
            except Exception as e:
                print(f"Unexpected error on line {line_number}: {e}")

        # 添加最后一行
        if last_line is not None:
            processed_lines.append(f"{last_line[0]}\t{last_line[1]}\t{last_line[2]}\t{last_line[3]}")

    return processed_lines

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Usage: python script.py filename")
        sys.exit(1)

    filename = sys.argv[1]
    result = process_file(filename)

    # 輸出結果
    for line in result:
        print(line)
注意這里有相同的連續(xù)標記了

合并相同標記

import sys

prev_chr = None
prev_mark = None
min_start = None
max_end = None

with open(sys.argv[1], 'r') as file:
#    next(file)  # 跳過表頭行
    for line in file:
        columns = line.strip().split()
        if len(columns) < 4:
            continue
        
        current_chr = columns[0]
        current_start = int(columns[1])
        current_end = int(columns[2])
        current_mark = columns[3]

        if current_chr == prev_chr and current_mark == prev_mark:
            max_end = current_end
        else:
            if prev_chr is not None:
                print(f"{prev_chr}\t{min_start}\t{max_end}\t{prev_mark}")
            prev_chr = current_chr
            prev_mark = current_mark
            min_start = current_start
            max_end = current_end

    if prev_chr is not None:
        print(f"{prev_chr}\t{min_start}\t{max_end}\t{prev_mark}")

合并后的結果
最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市烙荷,隨后出現(xiàn)的幾起案子镜会,更是在濱河造成了極大的恐慌,老刑警劉巖终抽,帶你破解...
    沈念sama閱讀 206,839評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件稚叹,死亡現(xiàn)場離奇詭異,居然都是意外死亡拿诸,警方通過查閱死者的電腦和手機扒袖,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,543評論 2 382
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來亩码,“玉大人季率,你說我怎么就攤上這事∶韫担” “怎么了飒泻?”我有些...
    開封第一講書人閱讀 153,116評論 0 344
  • 文/不壞的土叔 我叫張陵鞭光,是天一觀的道長。 經(jīng)常有香客問我泞遗,道長惰许,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,371評論 1 279
  • 正文 為了忘掉前任史辙,我火速辦了婚禮汹买,結果婚禮上,老公的妹妹穿的比我還像新娘聊倔。我一直安慰自己晦毙,他們只是感情好,可當我...
    茶點故事閱讀 64,384評論 5 374
  • 文/花漫 我一把揭開白布耙蔑。 她就那樣靜靜地躺著见妒,像睡著了一般。 火紅的嫁衣襯著肌膚如雪甸陌。 梳的紋絲不亂的頭發(fā)上须揣,一...
    開封第一講書人閱讀 49,111評論 1 285
  • 那天,我揣著相機與錄音钱豁,去河邊找鬼返敬。 笑死,一個胖子當著我的面吹牛寥院,可吹牛的內(nèi)容都是我干的劲赠。 我是一名探鬼主播,決...
    沈念sama閱讀 38,416評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼秸谢,長吁一口氣:“原來是場噩夢啊……” “哼凛澎!你這毒婦竟也來了?” 一聲冷哼從身側響起估蹄,我...
    開封第一講書人閱讀 37,053評論 0 259
  • 序言:老撾萬榮一對情侶失蹤塑煎,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后臭蚁,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體最铁,經(jīng)...
    沈念sama閱讀 43,558評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,007評論 2 325
  • 正文 我和宋清朗相戀三年垮兑,在試婚紗的時候發(fā)現(xiàn)自己被綠了冷尉。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,117評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡系枪,死狀恐怖雀哨,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤雾棺,帶...
    沈念sama閱讀 33,756評論 4 324
  • 正文 年R本政府宣布膊夹,位于F島的核電站,受9級特大地震影響捌浩,放射性物質(zhì)發(fā)生泄漏放刨。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,324評論 3 307
  • 文/蒙蒙 一尸饺、第九天 我趴在偏房一處隱蔽的房頂上張望进统。 院中可真熱鬧,春花似錦侵佃、人聲如沸麻昼。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,315評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至倍谜,卻和暖如春迈螟,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背尔崔。 一陣腳步聲響...
    開封第一講書人閱讀 31,539評論 1 262
  • 我被黑心中介騙來泰國打工答毫, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人季春。 一個月前我還...
    沈念sama閱讀 45,578評論 2 355
  • 正文 我出身青樓洗搂,卻偏偏與公主長得像,于是被迫代替她去往敵國和親载弄。 傳聞我的和親對象是個殘疾皇子耘拇,可洞房花燭夜當晚...
    茶點故事閱讀 42,877評論 2 345