Подсчитайте количество specfic моделей в колонке

Question

Учитывая ниже файл, я хотел бы, чтобы вычислить частоту появления каждого рисунка, которые не являются одинаковыми для каждого столбца, то есть:

A/A C/G C/G 
A/T C/C G/G 
A/A C/G C/C 
A/T C/G C/G 
T/T C/G C/G 

Выход:

A/T = 2/5 
C/G = 4/5 
C/G = 3/5 

Я пробовал код в AWK, но, похоже, не работает. Буду признателен за помощь, спасибо!

Edit:

Я воссоздал свой файл следующим образом:

A A C G C G 
A T C C G G 
A A C G C C 
A T C G C G 
T T C G C G 

awk '$1 != $2 {n++}; END {print n}' file 

Это дает мне номер возникновения, что я хочу для первых двух столбцов. Я хочу, чтобы теперь перебирать столбцы и проверять, равны ли каждый из двух столбцов, то есть 1 с 2, 3 с 4 и т. Д.

Как я мог достичь цикла только для столбцов с нечетными номерами?

Answer 1

Я хотел бы сделать это следующим образом:

from collections import Counter 

with open('file.txt', 'r') as raw_data: 
    data = [line.strip().split() for line in raw_data.readlines()] 
a = [record[0] for record in data] 
b = [record[1] for record in data] 
c = [record[2] for record in data] 

print Counter(a) 
print Counter(b) 
print Counter(c) 

Он печатает данные в виде словаря, но с этого момента вы справитесь, верно?

Answer 2

Это может помочь. Тем не менее, может быть, есть лучшие способы сделать это:

text = """A/A C/G C/G 
A/T C/C G/G 
A/A C/G C/C 
A/T C/G C/G 
T/T C/G C/G""" 

first_column = list() 
second_column = list() 
third_column = list() 

for row in text.strip().split('\n'): 
    columns = row.split() 
    first_column.append(columns[0]) 
    second_column.append(columns[1]) 
    third_column.append(columns[2]) 

first_column_ocurrences = dict((i, "{}/{}".format(first_column.count(i), len(first_column))) for i in first_column) 
second_column_ocurrences = dict((i, "{}/{}".format(second_column.count(i), len(second_column))) for i in second_column) 
third_column_ocurrences = dict((i, "{}/{}".format(third_column.count(i), len(third_column))) for i in third_column) 

print "First column:" 
print "-------------" 
for k,v in first_column_ocurrences.items(): 
    print "{} = {}".format(k,v) 

print "\nSecond column:" 
print "-------------" 

for k,v in second_column_ocurrences.items(): 
    print "{} = {}".format(k,v) 

print "\nThird column:" 
print "-------------" 

for k,v in third_column_ocurrences.items(): 
    print "{} = {}".format(k,v) 

Выход:

First column: 
------------- 
A/T = 2/5 
T/T = 1/5 
A/A = 2/5 

Second column: 
------------- 
C/C = 1/5 
C/G = 4/5 

Third column: 
------------- 
G/G = 1/5 
C/C = 1/5 
C/G = 3/5 

Answer 3

awk на помощь!

работает для любого четного числа столбцов.

awk '{for(i=1;i<=NF;i+=2) 
     if($i!=$(i+1)) 
      a["column "i": "$i"/"$(i+1)]++} 
    END{for(k in a) print k,a[k]"/"NR}' file 

column 1: A/T 2/5 
column 3: C/G 4/5 
column 5: C/G 3/5 

Answer 4

Вам не нужно хранить строки в памяти на всех, вы можете также использовать CSV LIB делать синтаксический:

from collections import Counter 
import csv 
with open('file.txt', 'r') as raw_data: 
    cn_a, cn_b, cn_c = Counter(),Counter(), Counter() 
    for a ,b, c in csv.reader(raw_data,delimiter=" "): 
     cn_a[a] += 1 
     cn_b[b] += 1 
     cn_c[c] += 1