将床文件读入熊猫数据仓库(windows)

Question

对于一个生物信息学项目，我想把一个.BED文件读入熊猫的数据中，而不知道我如何做到这一点，也不知道需要什么工具/程序。我在互联网上发现的任何东西都不适合我，因为我正在使用Python3.7 (Anaconda发行版)编写windows10。

任何帮助都将不胜感激。

Answer 1

根据https://software.broadinstitute.org/software/igv/BED的说法：

床文件(.bed)是一个由制表符分隔的文本文件，它定义了一个功能跟踪。

根据http://genome.ucsc.edu/FAQ/FAQformat#format1，它包含多达12个字段(列)和以单词'track'开头的可能的注释行。下面是一个将这样一个bed文件读取到熊猫数据中的最小程序。

import pandas as pd

df = pd.read_csv('so58178958.bed', sep='\t', comment='t', header=None)
header = ['chrom', 'chromStart', 'chromEnd', 'name', 'score', 'strand', 'thickStart', 'thickEnd', 'itemRgb', 'blockCount', 'blockSizes', 'blockStarts']
df.columns = header[:len(df.columns)]

这只是一个非常简单的代码片段，将以't'开头的所有行作为注释处理。这应该是因为所有“chrom”字段条目都应该以'c'、's'或数字开头。

Answer 2

如果使用吡喃，则会为df指定名称和列适当的数据类型。

import pyranges as pr

df = pr.read_bed("your.bed", as_df=True)

它也有一些读者，例如gtfs和gff3s等杂乱的生物信息学格式。